Mikroskopische Strömungsbildgebung mit der

Fakultät Physik – Experimentelle Physik III
Mikroskopische Strömungsbildgebung
mit der Magnetresonanztomographie
Charakterisierung von verschiedenen
Bildgebungsmethoden und Untersuchung von
Aneurysmamodellen mit variabler Komplexität
Dissertation
zur Erlangung des akademischen Grades eines
Doktors der Naturwissenschaften
(Dr. rer. nat.)
vorgelegt von
Dipl.-Phys. Daniel Edelhoff
März 2015
Erstgutachter: Prof. Dr. Dieter Suter
Zweitgutachter: Dr. Frank Weichert
Datum des Einreichens der Arbeit: 31.03.2015
Inhaltsverzeichnis
1. Einleitung
1
I.
3
Grundlagen
2. Die
2.1.
2.2.
2.3.
bildgebende Kernspinresonanz
5
Grundlagen der NMR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Theoretische Beschreibung der Magnetresonanztomographie . . . . . . . . 9
Erläuterung einer Bildgebungssequenz . . . . . . . . . . . . . . . . . . . . . 12
3. Strömungsbildgebung
3.1. Phasenkontrast-Methode . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Die „Time of Flight“-Methode . . . . . . . . . . . . . . . . . . . . . . . . .
3.3. Artefakte in der Strömungsbildgebung . . . . . . . . . . . . . . . . . . . . .
15
15
19
21
4. Medizinischer Kontext - Aneurysmen
23
5. Computersimulationen
25
II. Analyse von Blut
29
6. Nichtnewtonsche Eigenschaften
31
6.1. Nichtnewtonsche Fluide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
6.2. Scherratenabhängige Viskosität von unterschiedlichem Blut . . . . . . . . . 33
7. Koagulation
7.1. Beschreibung der Messmethode
7.2. Vollblut . . . . . . . . . . . . .
7.3. Erythrozytenkonzentrat . . . .
7.4. Zusammenfassung . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
III. Strömungsmessung in unterschiedlichen Modellen
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
37
38
42
49
51
8. Versuchsaufbauten
53
8.1. Konstante Strömung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8.2. Gepulste Strömung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
9. Validierung der Phasenkontrast-MRT und der Simulation
9.1. Laminare Rohrströmung - newtonsches Fluid . . . . .
9.2. Laminare Rohrströmung - nichtnewtonsches Fluid . .
9.3. Laminare Strömung durch ein Stenosenmodell . . . . .
9.4. Zusammenfassung der Validierung . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
57
64
66
70
.
.
.
.
10.„Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
10.1. Experimentelle Randbedingungen und Simulation . . . . . . . . . . . . . . .
10.2. Beschreibung der verwendeten Proben . . . . . . . . . . . . . . . . . . . . .
10.3. Ergebnisse der Messung und Simulation . . . . . . . . . . . . . . . . . . . .
10.4. Analyse der Abweichungen und Charakterisierung des Flüssigkeitsaustausches
10.5. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
73
74
76
81
86
11.Gepulste Strömungen
87
11.1. Phasenkontrast-MRT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
11.2. „Time of Flight“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
11.3. Vergleich der beiden Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 93
12.Wandscherspannungen
12.1. Grundlagen der Berechnung . . . . . . . . . . . . .
12.2. Scherspannungen innerhalb der Stenose . . . . . .
12.3. WSS in drei unterschiedlichen Aneurysmamodellen
12.4. Oszillierende WSS . . . . . . . . . . . . . . . . . .
12.5. Zusammenfassung . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
95
95
98
101
108
109
13.Stabilität von Strömungen
111
13.1. Einfluss von Strömungen auf den Freien Induktionszerfall . . . . . . . . . . 111
13.2. Erste Messdaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
14.Zusammenfassung und Ausblick
115
IV. Anhang
117
A. Fitfunktionen - Blut
119
B. Phasenkontrast - Die Aufnahmeprozedur
121
B.1. Schichtbasierte Datenaufnahme für einen 3D-Datensatz . . . . . . . . . . . 121
B.2. 3D-fourierbasierte Datenaufnahme . . . . . . . . . . . . . . . . . . . . . . . 123
B.3. Synchronisierte Datenaufnahme . . . . . . . . . . . . . . . . . . . . . . . . . 124
C. Beschreibung der Auswerteprogramme (Matlab)
125
C.1. Klasse Image2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
C.2. Klasse VectorField . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
C.3. Beispiel für die Auswertung von Phasenkontrast-Datensätzen mit Matlab . 132
Literaturverzeichnis
I
Eigene Veröffentlichungen
Abkürzungsverzeichnis
XIII
XV
Kapitel 1
Einleitung
Erkrankungen des Herz-Kreislauf-Systems, zu denen die degenerative Gefäßerkrankung
Arteriosklerose gehört, sind zusammen mit ihren Folgeerkrankungen eine der häufigsten
Todesursachen weltweit [1]. Diese Erkrankungen gehen mit einer Veränderung der Strömungsverhältnisse innerhalb der Arterien einher, wodurch weitere Folgeerkrankungen entstehen können. Die Kenntnis über diese Veränderungen und ihre Auswirkungen auf die
Strömung sowie umgekehrt können zur Aufklärung der Ursache von Gefäßerkrankungen
dienen oder für eine Abschätzung der Folgen der Krankheiten genutzt werden. [2–5]
In dieser Arbeit wird die Fragestellung aufgeklärt, inwieweit die mikroskopische Magnetresonanztomographie geeignet ist, um Strömungsgeschwindigkeiten innerhalb verschiedener Gefäßmodelle mit variabler Komplexität zu charakterisieren. Dabei werden ebenso
konstante Strömungsbedingungen untersucht sowie zeitlich variable Strömungen, die den
Druckpuls des menschlichen Herzens nachbilden sollen. Der Fokus der Untersuchungen
liegt hierbei auf der Untersuchung von Aneurysmen, einer speziellen Form von Gefäßkrankheiten, die sich in einer pathologischen Erweiterung einer Arterie äußern [6]. Aneurysmen treten in der Bevölkerung sehr häufig auf und bergen das Risiko zu ruptieren,
wodurch oft ein folgenschwerer Krankheitsverlauf resultiert. Hierbei werden mit den in
dieser Arbeit vorgestellten Messmethoden zwei wichtige Parameter untersucht, die für
das Krankheitsbild des Aneurysmas entscheidend sind. Dies ist zum einen der Flüssigkeitsaustausch zwischen dem Aneurysma und dem restlichen Gefäß sowie zum anderen
die Wandscherspannungen, die auf die Gefäßwände wirken. Beide Parameter beeinflussen
den Verlauf der Krankheit. Veränderte Wandscherspannungen sind im Verdacht ein Entstehungsgrund für Aneurysmen zu sein, ebenso sind sie ein Kriterium die Rupturgefahr
des Aneurysmas [7, 8]. Der Flüssigkeitsaustausch hingehen ist besonders für die Behandlung von Aneurysmen interessant, bei der z.B. ein Drahtgeflecht (Stent) in das Gefäß
eingebracht wird, der den Flüssigkeitsaustausch zum Teil unterbinden und so eine Thrombosierung in der Erweiterung auslösen soll [9]. Diese Thrombosierung - auch Koagulation
genannt - kann jedoch auch durch veränderte Fließbedingungen unkontrolliert in einem
unbehandelten Gefäß entstehen, wodurch z.B. dieser Thrombus zu einer Embolie führen
kann, für den Fall, dass er die Erweiterung verlässt.
Dies motiviert die Untersuchung von zeitabhängiger Koagulation, welche ein weiterer Gegenstand dieser Arbeit ist. Dabei wird die Koagulation in verschiedenen Blutproben in
Hinblick auf die Anwendbarkeit der Methode der Magnetresonanztomographie charakterisiert und in Bezug auf typische Zeitkonstanten des Koagulationsprozesses analysiert.
1
2
Kapitel 1 Einleitung
Weiterhin wird in dieser interdisziplinären Arbeit eng mit dem Lehrstuhl Informatik VII
der TU Dortmund zusammengearbeitet. Innerhalb dieser Kooperation wird die Vergleichbarkeit von numerischen Simulationen, analytischen Lösungen und experimentell bestimmten Strömungsgeschwindigkeiten charakterisiert. Dafür wird in dieser Arbeit die räumlich
hochauflösende Methode der mikroskopischen Magnetresonanztomographie verwendet, um
hochauflösende Geschwindigkeitsfelder zu bestimmen. Diese dienen der Untersuchung der
Genauigkeit der Simulationsmethode. Beide Methoden werden untereinander sowie an
analytischen Lösungen validiert. Somit wird der Einfluss spezifischer Parameter wie z.B.
der Simulationsauflösung und Artefakten der Messmethode auf die Genauigkeit der beiden Methoden untersucht. Eine validierte Simulationsmethode bietet im Vergleich zu den
experimentellen Methoden die Möglichkeit schnell und unkompliziert Strömungsverhältnisse aus vorhandenen Randbedingungen zu bestimmen und so gegebenenfalls Risiken
von pathologischen Gefäßen abzuschätzen oder unterschiedliche Behandlungsvorschläge
und Methoden zu evaluieren.
Diese Arbeit gliedert sich grundlegend in drei Teile. In Teil I werden die Grundlagen der
Methoden erläutert, die in dieser Arbeit verwendet werden. Kapitel 2 beschreibt die bildgebende Kernspinresonanz, während im darauffolgenden Kapitel 3 verwendete Methoden
zur Strömungsbildgebung vorgestellt werden. Kapitel 4 gibt einen Einblick in den medizinischen Kontext der Arbeit in Bezug auf Aneurysmen und anschließend werden in Kapitel 5
kurz die Methoden der numerischen Strömungssimulationen angesprochen.
Teil II widmet sich der Untersuchung von Blut. Dabei werden in Kapitel 6 die nichtnewtonschen Eigenschaften von verschiedenen Blutproben untersucht. Die Koagulation
ist Bestandteil von Kapitel 7.
Innerhalb von Teil III werden Ergebnisse von Strömungsmessungen und Simulationen gezeigt. In Kapitel 8 werden die entwickelten Versuchsaufbauten vorgestellt, während sich
Kapitel 9 der Validierung der Phasenkontrast-MRT widmet. Aus diesem Kapitel sind
bereits Teile in der Fachzeitschrift „Journal of Magnetic Resonance“ veröffentlicht worden [10]. In Kapitel 10 wird mit der „Time of Flight“-Methode der Flüssigkeitsaustausch
in Aneurysmamodellen bestimmt. Auszüge aus diesem Kapitel sind in der Fachzeitschrift
„Medical Physics“ eingereicht [11]. Darauffolgend werden in Kapitel 11 gepulste Strömungen untersucht. Kapitel 12 behandelt die Bestimmung von Wandscherspannungen in unterschiedlichen Aneurysmamodellen und in Kapitel 13 wird die Analyse von der Stabilität
der Strömung aus eindimensionalen Datensätzen behandelt.
Abschließend wird in Kapitel 14 eine Zusammenfassung der Resultate dieser Arbeit gegeben. Weiterhin wird in diesem Kapitel ein Ausblick für weiterführende Anwedungsmöglichkeiten der hier gezeigten Methoden vorgestellt.
Teil I.
Grundlagen
3
Kapitel 2
Die bildgebende Kernspinresonanz
In diesem Kapitel werden die grundlegenden physikalischen Aspekte der Kernspinresonanz
(engl.: Nuclear Magnetic Resonance, kurz NMR) und der bildgebenden Kernspinresonanz
(engl.: Magnetic Resonance Imaging, kurz MRI) behandelt. Die kernmagnetische Resonanz ist ein 1946 von Purcell [12] und Bloch [13] entdecktes Phänomen1 , welches vielseitige
Einsatzgebiete in der heutigen Forschung findet. Die NMR ist heutzutage eine der wichtigsten Methoden zur Aufklärung biologischer Strukturen, wie z.B. Proteine [14,15]. Außerdem
wird sie zur Charakterisierung von dynamischen Prozessen in der Pharmazeutik [16] und
auch in neuen Forschungsfeldern, wie der Quanteninformationsverarbeitung [17], angewandt. Die NMR basiert auf dem bereits 1897 beschriebenen Zeeman-Effekt [18], welcher
die Energieaufspaltung von Zuständen unter dem Einfluss eines äußeren Magnetfeldes beschreibt.
Eine weitere Methode, die aus der Kernspinresonanz entwickelt wurde, ist die MRI, oder
auch als Magnetresonanztomografie (MRT) bekannte, bildgebende Methode, die seit ihrer
Entwicklung die medizinische Diagnostik revolutioniert hat. Die grundlegende Arbeit wurde 1973 von Lauterbur [19] angefertigt, in der die ersten MR-Bilder präsentiert wurden2 .
Die Bildgebung basiert auf einer ortsabhängigen Messung des Zeeman-Effekts innerhalb
eines bekannten Magnetfeldgradienten. Dadurch ist eine Messung der Spindichte in Abhängigkeit des Ortes möglich. Das erste Bild eines menschlichen Kopfes wurde 1978 von
Clow und Young aufgenommen [20], mit dem der Grundstein für die Anwendung der
MRT am Menschen gelegt wurde. Im Vergleich zu anderen diagnostischen Methoden in
der Medizin bietet die MRT einige bedeutende Vorteile. Zum einen stehen deutlich mehr
Kontrastmöglichkeiten als z.B. bei der Röntgendiagnostik zur Verfügung. Die MRT bietet
unterschiedliche gewebespezifische Relaxationsparameter, welche zur Kontrasterzeugung
genutzt werden können. Außerdem ist die Methode ebenso auf molekulare Bewegungen
(wie z.B. Diffusion und Strömungen) sensitiv, sowie auf stationäre Spindichten. Des Weiteren ist die MRT eine weitestgehend nicht-invasive 3 Technik, bei der beispielsweise in
nur wenigen Ausnahmefällen ein Kontrastmittel appliziert wird. Zu erwähnen ist, dass
die Methode bis zum heutigen wissenschaftlichen Stand als absolut unbedenklich für den
Menschen eingestuft ist, da keine ionisierende Strahlung verwendet wird [21]. Aus der klinischen MRT hat sich die sogenannte MR-Mikroskopie entwickelt. Diese wird meistens
in NMR-Spektrometern mit stärkeren Magnetfeldern und Magnetfeldgradienten durch1
Nobelpreis der Physik im Jahr 1952
Nobelpreis in Physiologie und Medizin im Jahr 2003 zusammen mit Peter Mansfield
3
Begriff aus der Medizin: nicht eindringende
2
5
6
Kapitel 2 Die bildgebende Kernspinresonanz
geführt, um eine räumliche Auflösung im Mikrometerbereich zu erzielen. Vergleichsweise
beträgt die Ortsauflösung in der MRT ≈1 mm. Als erste Veröffentlichung in diesem Bereich ist die 1986 angefertigte Aufnahme einer einzelnen Zelle von Aguayo et al. [22] zu
erwähnen.
Eine detaillierte Beschreibung der Grundlagen der NMR und MR-Mikroskopie ist in den
umfassenden Standardwerken [23–25] präsentiert. Die hier gezeigte Theorie basiert auf
diesen Werken und wurde bereits in meiner Diplomarbeit [26] in ähnlicher Form verwendet. Dieses Kapitel gliedert sich in folgende Bereiche: Abschnitt 2.1 befasst sich mit den
Prinzipien der NMR. In Abschnitt 2.2 werden die Grundlagen für die bildgebende NMR
beschrieben und im darauffolgenden Abschnitt 2.3 wird eine Bildgebungssequenz für die
MRT vorgestellt.
2.1. Grundlagen der NMR
Die Grundlage der NMR ist die Zeeman-Aufspaltung, welche die magnetfeldabhängige
Aufspaltung der Energieniveaus von Atomkernen mit nicht verschwindendem Kernspin I
beschreibt. Die Energieniveaus spalten sich unter dem Einfluss eines externen Magnetfeldes aufgrund ihrer Kernspinquantenzahl I in 2I + 1 Zustände auf. In dieser Arbeit werden
ausschließlich Protonen (Wasserstoffkerne) als Kerne betrachten, welche eine Kernspinquantenzahl von I = 12 besitzen. Demnach entstehen zwei Energieniveaus unter dem Einfluss eines externen Magnetfeldes. Die Energiedifferenz ΔE zwischen den beiden Niveaus
ist linear abhängig vom extern angelegten Magnetfeld B0 und wird beschrieben durch:
ΔE = γB0 ,
(2.1)
h
das reduzierte Planck’sche Wirkungsquantum und γ = 2, 675 · 108 rad
wobei = 2π
sT bzw.
γ
MHz
¯ = 42, 576 T das gyromagnetische Verhältnis für Protonen ist. An einen Kernspin
2π = γ
I ist ein magnetisches Moment μ
gekoppelt
μ
= γ I,
(2.2)
welches unter dem Einfluss eines externen Magnetfeldes um die resultierende Magnetfeldachse prädiziert. Im Folgenden wird die in der NMR übliche Konvention verwendet, in
der das externe Magnetfeld in z-Richtung orientiert ist (B0 = B0 · ez mit ez als Einheitsvektor in z-Richtung). Die Präzessionsbewegung des magnetischen Moments ist in dieser
Konvention symmetrisch um die z-Achse orientiert. Die Frequenz, mit der das magnetische
Moment prädiziert, wird als Larmorfrequenz ω0 bezeichnet:
ω0 = γB0 .
(2.3)
Aus der Betrachtung der Summe aller magnetischen Momente μi in einem gegebenen Vo = μi . Aufgrund der unterschiedlilumen V , ergibt sich eine Gesamtmagnetisierung M
V
chen Verteilung der Spins innerhalb der beiden Energieniveaus besitzt die Magnetisierung
im Gleichgewichtszustand nur eine Komponente, die parallel zum externen Magnetfeld in
z-Richtung orientiert ist. Die Besetzungszahl Nm der Energieniveaus für die magnetische
Spinquantenzahl m = ± 12 ist im thermischen Gleichgewicht über die Boltzmannverteilung
gegeben:
2.1 Grundlagen der NMR
7
(± 2kΔET )
N± 1 =
2
e
(− 2kΔET
B
e
B
)
( 2kΔET )
+e
.
(2.4)
B
In dieser Gleichung ist kB die Boltzmann-Konstante, T die Temperatur und ΔE gegeben
durch Gleichung 2.1. In guter Näherung kann diese Gleichung zu
1
γB0
)
N± 1 ≈ (1 ±
2
2
2kB T
(2.5)
vereinfacht werden. Für das in dieser Arbeit verwendete Magnetfeld von 14, 1 T und Raumtemperatur (293 K) ergibt sich ein Besetzungszahlverhältnis zwischen dem energetisch höheren und dem niedrigeren Niveau von ca. 0,9999. Dies erklärt die geringe Empfindlichkeit
der NMR. Anhand dieser Besetzungszahlunterschiede kann die entlang des externen Magnetfeldes orientierte Gleichgewichtsmagnetisierung M0 berechnet werden:
M0 = N S γ 2 2 ·
B0
.
4kB T
(2.6)
Hierbei entspricht die Größe NS der Anzahl der Spins in einem betrachteten Volumen.
Mit dieser Gleichgewichtsmagnetisierung arbeitet die NMR. Durch das Einbringen von
Energie in das System lässt sich die Gleichgewichtsmagnetisierung manipulieren. Dies
geschieht durch die Verwendung von hochfrequenten Wechselfeldern, wobei eingestrahlte Photonen die Resonanzbedingung fRF = ω2π0 erfüllen müssen. Die Resonanzfrequenz
ist bei den hier verwendeten Magnetfeldern im Bereich der Radiofrequenz des elektromagnetischen Spektrums (14,1 T entsprechen 600 MHz), weshalb die applizierten, zeitlich
gepulsten Wechselfelder auch Radiof requenz (RF)-Pulse genannt werden. Abhängig von
der Amplitude B1 des RF-Feldes, welches orthogonal zum B0 -Feld orientiert ist, und der
Zeit, die das Feld angelegt ist, dreht sich die Magnetisierung in Richtung der x-y-Ebene.
Häufig werden zwei Spezialfälle betrachtet. Als erstes wird eine Drehung der makroskopischen Magnetisierung um 90° (in die x-y-Ebene) betrachtet. Dadurch verschwindet die als
longitudinal bezeichnete z-Komponente der Magnetisierung und nur transversale Komponenten in der x-y-Ebene bleiben übrig. Der zweite Spezialfall betrachtet die Invertierung
= −M0 · ez , welche durch einen 180°- oder π-Puls erzeugt wird.
der Magnetisierung M
Sollten nach einem RF-Puls transversale Komponenten der Magnetisierung existieren,
können diese, aufgrund ihrer Präzessionsbewegung im Feld B0 , in einer Spule4 Spannungen
induzieren. Diese detektierten Spannungen werden in der NMR als freier Induktionszerfall
(engl.: Free Induction Decay, kurz FID) bezeichnet.
Befindet sich die Magnetisierung nicht mehr in ihrer Ruhelage, gibt es Relaxationsprozesse,
die einen Aufbau der longitudinalen bzw. einen Abbau der transversalen Magnetisierung
beschreiben. Der Aufbau der longitudinalen Magnetisierung wird im Allgemeinen als T1 Relaxation bezeichnet und ist über die Zeitkonstante T1 charakterisiert. Sie beschreibt die
Relaxation in das thermodynamische Gleichgewicht, welches durch M0 gegeben ist. Nach
einem 90°-Puls ist die Relaxation definiert durch:
− Tt
Mz (t) = M0 (1 − e
4
1
).
Häufig wird die zur Anregung verwendete RF-Spule auch für die Detektion genutzt.
(2.7)
8
Kapitel 2 Die bildgebende Kernspinresonanz
Für Zeiten t → ∞ wird wieder die Gleichgewichtsmagnetisierung M0 erreicht. Die Energie wird dabei an die Umgebung abgegeben. In Festkörpern geschieht dies in Form von
Wärmeabgabe an das Gitter, weshalb die Relaxationszeit T1 auch häufig als Spin-GitterRelaxationszeit bezeichnet wird. Ein weiterer gebräuchlicher Name in der Literatur ist die
longitudinale Relaxation.
Der zweite Relaxationsprozess findet in der transversalen Ebene der Magnetisierung statt.
Dieser basiert auf dem Kohärenzverlust der Kernspins und einem damit einhergehenden
Abbau der messbaren Transversalmagnetisierung. Mehrere unterschiedliche Beiträge führen dazu, dass die Frequenz der einzelnen Kernspins leicht unterschiedlich ist und diese
daher mit der Zeit einen zusätzlichen Phasenfaktor erhalten. Üblicherweise wird in der
NMR ein rotierendes Koordinatensystem eingeführt, welches mit der Larmorfrequenz ω0
um die Achse des externen Feldes B0 rotiert. In diesem System sind Spins mit der Frequenz ω0 stationär in der transversalen Ebene. Erfahren die Kerne unterschiedliche lokale
B-Felder, besitzen diese eine Frequenz ω = ω0 , wodurch ein Signalverlust entsteht. Insgesamt wird ein Signalverlust nach einem 90°-Puls innerhalb der transversalen Ebene über
die Relaxationszeit T2∗ ,
1
1
1
=
+ T2∗
T2 T2
(2.8)
beschrieben. Aufgeteilt wird diese beobachtete Relaxation in die Zeiten T2 und T2‘ , wobei T2‘
durch stationäre Magnetfeldinhomogenitäten verursacht wird und der Einfluss z.B. durch
sogenanntes „Shimming“ 5 verringert werden kann. Außerdem können die durch die Relaxationszeit T2‘ entstandenen Dephasierungen wieder refokussiert werden, indem ein 180°Puls geschaltet wird. Diese Vorgehensweise ist in der Literatur als Hahn-Echo bekannt [27].
Anders hingegen ist es mit der Dekohärenz, die von der Relaxationszeit T2 beschrieben
werden. Diese werden hauptsächlich durch sogenannte Spin-Spin-Wechselwirkungen hervorgerufen. Dazu gehören z.B. Dipol-Dipol-Wechselwirkungen, die lokal unterschiedliche
Magnetfelder hervorrufen, so dass ein Kernspin nicht nur das äußere Feld B0 spürt, sondern ein lokales Feld Blok = B0 . Weiterhin führen Fluktuationen im Magnetfeld zu einer
zeitlich nicht konstanten Dephasierung der Kernspins. Der dadurch bedingte Abbau der
transversalen Magnetisierung Mx/y lässt sich wie folgt beschreiben:
− Tt
Mx/y (t) = Mx/y (0) · e
2
.
(2.9)
Die beiden Relaxationszeiten T1 und T2 sind spezifisch für unterschiedliche Stoffe und
abhängig von einer Reihe von Parametern (z.B. Temperatur, Magnetfeld B0 und Aggregatzustand). Als Beispiel liegen die Zeiten T1 und T2 für flüssiges Wasser (H2 O) bei
Raumtemperatur und einem Magnetfeld von 14 T im Bereich von wenigen Sekunden.
5
Als „Shimming“ wird in der experimentellen NMR die Überlagerung des externen Magnetfeldes B0
mit Magnetfeldgradienten bezeichnet, um eine Homogenisierung des nicht perfekt homogenen B0 Magnetfeldes innerhalb des Probenvolumens zu erreichen.
2.2 Theoretische Beschreibung der Magnetresonanztomographie
9
2.2. Theoretische Beschreibung der Magnetresonanztomographie
Eine örtliche Betrachtung der Kernspinresonanz lässt sich über eine Variation des Magnetfeldes realisieren. Üblicherweise wird ein Magnetfeldgradient genutzt, welcher dem
äußeren Feld B0 überlagert wird. Dies führt dazu, dass die Larmorfrequenz der Kernspins
ortsabhängig wird. Der Magnetfeldgradient ist im Allgemeinen ein Tensor zweiter Stufe
und lässt sich als Matrix G schreiben:
⎛
⎜
G=⎜
⎝
∂Bx
∂x
∂By
∂x
∂Bz
∂x
∂Bx
∂y
∂By
∂y
∂Bz
∂y
∂Bx
∂z
∂By
∂z
∂Bz
∂z
⎞
⎟
⎟.
⎠
(2.10)
Unter der Annahme, dass nur Magnetfeldänderungen parallel zum statischen Magnetfeld
der Form
B0 vorhanden sind, vereinfacht sich der Tensor zu einem Magnetfeldgradienten G
⎛ ∂B ⎞
z
∂x
⎜ ∂B
⎟
G = ⎝ ∂yz ⎠ .
(2.11)
∂Bz
∂z
Für die Resonanzfrequenz lässt sich jetzt ein Ausdruck in Abhängigkeit des Magnetfeldgradienten und des Ortes definieren:
r).
ω(r) = γ(B0 + G
(2.12)
Im idealen Fall werden in der MRT Magnetfeldgradienten verwendet, welche eine lineare
Ortsabhängigkeit besitzen. Abweichungen hiervon führen meist zu Artefakten und müssen
in der Auswertung berücksichtigt werden. Bei der Betrachtung des gemessenen Signal S(t)
unter einem Magnetfeldgradienten
S(t) =
ρ(r)e[iγ Grt] dr,
(2.13)
ist es offensichtlich, dass die Spindichte ρ(r) mit einem Phasenfaktor versehen wird, welcher
von dem Magnetfeldgradienten abhängt. In dieser Gleichung wurden die im vorherigen
Kapitel angesprochenen Relaxationsprozesse vorerst nicht berücksichtigt. Die durch den
Magnetfeldgradienten entstehende Phase wird üblicherweise über einen Wellenvektor k
definiert, welcher die Dimension einer reziproken Länge aufweist. Der Wellenvektor ist
definiert als
k = 1 γ Gt,
2π
womit sich Gleichung 2.13 umformen lässt zu
S(k) =
(2.14)
ρ(r)e[i2πkr] dr.
(2.15)
Diese Notation ist in der Kernspinresonanz gebräuchlich und wird im weiteren Verlauf verwendet. Aus der Fouriertransformation des aufgenommenen Signals lässt sich anschließend
die Spindichte bestimmen.
10
Kapitel 2 Die bildgebende Kernspinresonanz
In der MRT werden unterschiedliche Methoden angewendet, um eine ideale Abtastung des
zwei- bzw. dreidimensionalen k-Raumes durchzuführen. Die in dieser Arbeit verwendeten
Methoden sind:
• Schichtselektion
• Phasenkodierung
• Frequenzkodierung
Alle drei Methoden dienen zur Aufnahme des k-Raumes und können beliebig kombiniert
werden. Im Folgenden werden die Funktionsweisen der einzelnen Methoden genauer erläutert. Für die Kombination der Methoden wird üblicherweise ein System mit orthogonal
zueinander orientierten Gradientenrichtungen gewählt.
Schichtselektion
Die Schichtselektion basiert auf der Idee, nur eine einzelne Schicht im dreidimensionalen
Volumen zu betrachten. Dafür wird während der Anregung mit dem RF-Puls ein Magnetfeldgradient angelegt. Für die Schichtselektion wird in der Regel ein frequenzselektiver
RF-Puls gewählt, welcher die Form eines sogenannten Sinc-Pulses besitzt. Die Amplitude
wird zeitlich in der Form A(t) = sin(t)
variiert, wobei diese Sinc-Funktion nur bis zu einer
t
gewissen Anzahl von Nulldurchgängen modelliert wird. Der Vorteil einer Sinc-Funktion
liegt darin, dass die Fouriertransformierte einer Rechtecksfunktion der Breite BW im Frequenzraum entspricht. Dadurch lässt sich in Kombination mit einem Magnetfeldgradienten
GSchicht · ez eine quaderförmige Schicht der Höhe
Δz =
BW
γ¯ GSchicht
(2.16)
anregen. Die Position der Schicht kann durch die Wahl der Trägerfrequenz des RF-Pulses
festgelegt werden, wobei die Dicke durch die Gradientenstärke und der Bandbreite des
RF-Pulses definiert ist. Die Orientierung der Schicht wird durch die Gradientenrichtung
vorgegeben. Häufig wird in dieser Arbeit die Schichtselektion in Richtung des statischen
B0 -Feldes ausgeführt (z-Richtung).
Frequenzkodierung
Für die Frequenzkodierung wird während der Signalaufnahme ein Magnetfeldgradient,
auch Lesegradient genannt, angelegt. Demnach wird nach Gleichung 2.13 eine Projektion
der Protonendichte auf die Gradientenachse erreicht.
Phasenkodierung
Die Phasenkodierung bietet die Möglichkeit die Position der Kernspins in einer Phase zu
Phase für die Dauer τPhase
kodieren. Dafür wird vor der Signalaufnahme ein Gradient G
geschaltet. Dadurch erhalten die Kernspins einen Phasenfaktor φ(r) abhängig von ihrer
Position im Gradientenfeld:
Phase τPhase = kPhaser.
φ(r) = γ¯rG
(2.17)
2.2 Theoretische Beschreibung der Magnetresonanztomographie
11
Durch diese zusätzliche Phase verändert sich das aufgenommene Signal zu
S(k) =
ρ(r)ei2π[kFrequenzr+φ(r)] dr.
(2.18)
Durch eine 2n -fache Aufnahme des Signales bei konstantem Lesegradienten mit inkrementierter Phasenkodierung kann anschließend über eine zweidimensionale Fouriertransformation die Spindichte als Projektion auf die selektierte Ebene bestimmt werden.
Anhand der gewählten Phasen- und Frequenzkodierung kann das physikalische Sichtfenster
(engl.: Field of View, kurz FOV) in der gewählten Ebene bestimmt werden. Für die
weitere Betrachtung wird angenommen, dass die Phasenkodierung in y-Richtung und die
Frequenzkodierung in x-Richtung durchgeführt wird. Das FOV in die dementsprechenden
Richtungen ist definiert über
FOVx/y =
1
,
Δkx/y
(2.19)
wobei die maximalen Werte der Wellenvektoren für die Differenz betrachtet werden. Um
aus dem FOV eine räumliche Auflösung zu erhalten, wird zum einen die Anzahl Na der
aufgenommenen Datenpunkte während der Datenaufnahme benötigt:
Δx =
FOVx
.
Na
(2.20)
Zum anderen ist die Anzahl NPhase der Inkremente für die Phasenkodierung ausschlaggebend:
Δy =
FOVy
.
NPhase + Nzero-filling
(2.21)
Da jedes Inkrement in Richtung der Phasenkodierung mit einem eigenen Experiment und
damit mit einer Verlängerung der Messzeit einhergeht, ist es üblich ein sogenanntes „zerofilling“ (engl.: Nullen auffüllen) mit Nzero-filling Punkten in Phasenkodierrichtung durchzuführen. Dabei werden Datenpunkte an den Rändern des k-Raumes mit Nullen erweitert.
Dies erhöht die digitale Auflösung ohne eine Verlängerung der Messzeit [28]. Die tatsächliche räumliche Auflösung wird durch weitere Faktoren beschränkt. Dazu zählen z.B.
Magnetfeldinhomogenitäten, Diffusionsprozesse und RF-Inhomogenitäten. Da aber in dieser Arbeit räumliche Auflösungen über 10 μm verwendet werden, kann dieser Einfluss auf
die physikalische Auflösung vernachlässigt werden [29]. In dieser Arbeit wird im weiteren
Verlauf nur noch die digitale Auflösung nach einem „zero-filling“ angegeben.
Eine weitere wichtige Größe in der MRT ist das Signal-zu-Rausch Verhältnis (engl.: Signal
to Noise Ratio, kurz SNR). Das SNR ist gegeben durch
SNR =
ASignal
,
σRauschen
(2.22)
wobei ASignal die mittlere Signalamplitude und σRauschen die Standardabweichung des Rausch√
signales ist. Das SNR steigt durch die Anzahl der Akkumulationen a mit dem Faktor a
und demnach auch die Bildqualität.
12
Kapitel 2 Die bildgebende Kernspinresonanz
2.3. Erläuterung einer Bildgebungssequenz
Die zeitliche Abfolge von RF-Pulsen und den gepulsten Magnetfeldgradienten wird in der
MRT Pulssequenz genannt. Anhand dieser Schaltschemata wird die Kodierungsart und
Funktionalität der Sequenz festgelegt. Ein Beispiel für eine typische Bildgebungssequenz
ist in Abbildung 2.1 dargestellt.
90°
TE / 2
180°
TR
TE / 2
RF
GSchicht
GPhase
GFreq
Abbildung 2.1.: Spin-Echo basierte Bildgebungssequenz bestehend aus Radiofrequenzpulsen (RF) und Magnetfeldgradientenpulsen (G). Die Gradienten stehen orthogonal zueinander.
Die Sequenz trägt den Namen Spin-Warp-Sequenz und basiert auf dem Spin-Echo Verfahren. Zu Beginn der Sequenz wird ein frequenzselektiver RF-Puls in Kombination mit einem
Schichtselektionsgradienten ausgeführt. Hierdurch findet die im vorherigen Abschnitt beschriebene Schichtselektion statt. Auf den positiven Schichtselektionsgradienten folgt ein
negativer Gradient mit halber Fläche. Dadurch werden Phasendifferenzen wieder rephasiert, die von dem Gradienten selbst verursacht werden. Nach der Zeit T2E wird ein 180°-RFPuls geschaltet, welcher nach einer weiteren Wartezeit T2E ein Echo erzeugt. Unter dem
RF-Puls wird ebenfalls ein Gradient in Schichtselektionsrichtung geschaltet. Hierdurch
wird sichergestellt, dass nur die selektierte Schicht rephasiert wird. Die Phasenkodierung
ist als inkrementierter Gradient dargestellt, welcher in jedem Umlauf um ein Inkrement
geändert wird. Dieser wird zusammen mit einem Gradienten in Frequenzkodierrichtung
geschaltet, der dazu dient einen Phasenfaktor zu erzeugen, welcher durch den anschließenden Lesegradienten zum Zeitpunkt des Echos refokussiert wird. Die Zeit, nach der sich
die Sequenz mit verändertem Phasenkodiergradienten wiederholt, wird Repetitionszeit TR
genannt. Das mit dieser Sequenz aufgenommene Signal hat folgende Form:
TR
r)
1 (
−T
S(r) ∝ S0 (ρ, r) · (1 − e
TE
r)
2 (
−T
)·e
.
(2.23)
2.3 Erläuterung einer Bildgebungssequenz
13
Hierdurch können, mit der passenden Wahl der experimentellen Parameter TE und TR ,
Kontraste zwischen aufgenommenen Bereichen mit unterschiedlichen Relaxationszeiten T1
und T2 sowie der Protonendichte ρ erzeugt werden.
Ein weiteres Beispiel für eine Pulssequenz ist die sogenannte FLASH (engl. Fast Low
Angle Shot)-Sequenz [30]. Diese Sequenz verzichtet auf den in Abbildung 2.1 eingezeichneten 180°-RF-Puls und erzeugt das Echo nur durch die Kombination des Lesegradienten
mit der davor geschalteten Dephasierung. Dadurch wird der Kontrast über die Relaxationszeit T2∗ definiert. Außerdem wird in dieser Sequenz, wie es der Name schon andeutet,
ein RF-Puls zur initialen Anregung mit einem Flipwinkel < 90° verwendet. Hierdurch wird
die longitudinale Magnetisierung nicht komplett in die Transversalebene geklappt, sondern
sie bleibt anteilig erhalten. Dies ermöglicht eine schnellere Datenaufnahme, da die Zeit bis
sich die Gleichgewichtsmagnetisierung wieder eingestellt hat schneller erreicht wird. Der
ideale Flipwinkel α für ein maximales SNR ergibt sich aus der Ernstformel [25]
cos(α) = e
−TR
T1
.
(2.24)
Kapitel 3
Strömungsbildgebung
Die Darstellung von Bewegungsprozessen mit der NMR hat bereits sehr früh in der Entwicklung der Methode eine Rolle gespielt [31], wobei in den Anfängen vor allem Diffusionsprozesse untersucht wurden [32–35]. Mit der Entdeckung der MRT [19] rückte auch
die ortsaufgelöste Geschwindigkeitsbildgebung in den Fokus der Wissenschaft. Eine der
ersten Arbeiten auf dem Gebiet wurde 1982 von P.R. Moran [36] angefertigt, während
in den anschließenden Jahrzehnten viele Anwendungsgebiete für die Techniken gefunden
wurden. Die MRT-Strömungsbildgebung findet sich heute z.B. in der klinischen Praxis
bei routinemäßigen Untersuchungen (als MRA, engl.: Magnetic Resonance Angiography,
bekannt), bei denen die Gefäße des Patienten dargestellt werden [37]. Aber auch in technischen Anwendungen, wie die von Harel et al. beschriebene Geschwindigkeitsmessungen
in einem Mikrochip [38], wird die MRT häufig eingesetzt.
In dieser Arbeit werden hauptsächlich zwei unterschiedliche Methoden zur Strömungsbildgebung verwendet. Die erste in Abschnitt 3.1 beschriebene Methode basiert auf einer
zusätzlichen Phasenkodierung, welche proportional zur Geschwindigkeit ist. Die sogenannte Phasenkontrast-Methode ist in der Literatur bereits häufig beschrieben und in den
folgenden Artikeln zusammengefasst [39–43]. Die zweite Technik basiert auf der Beobachtung eines vorher markierten Bereiches und wird im Folgenden als TOF (engl.: Time of
Flight)-Methode bezeichnet. In der Medizin wird diese Technik zum Teil auch gleichbedeutend mit der Gefäßdarstellungsmethode MRA bezeichnet [37, 44, 45]. Die Funktionsweise
des Markierens ist in Abschnitt 3.2 beschrieben. Anwendungen neben der medizinischen
Gefäßdarstellung fand die Methode z.B. bei der Untersuchung von gepulster Strömung
innerhalb befruchteter Eier [46] oder zur Strömungsdarstellung innerhalb eines Stenosenmodells [47]. Eine weitere Anwendung der Methode ist die Darstellung der Bewegungen
in einem Herzen [48, 49].
3.1. Phasenkontrast-Methode
Die Phasenkontrastbildgebung basiert auf einem zusätzlichen Phasenfaktor, welcher durch
Bewegungen innerhalb eines Magnetfeldgradienten entsteht. Dieser Phasenfaktor kann
über die Gleichung
dr m
2 d2r
φ(r) = γ m
0r + m
1 +
+ ···
dt
2 dt2
(3.1)
15
16
Kapitel 3 Strömungsbildgebung
beschrieben werden, wobei die Vorfaktoren m
n von der Form der Magnetfeldgradienten
abhängig sind:
TE
m
n=
n
G(t)t
dt.
(3.2)
0
Gradientenstärke [T/m]
Gradientenstärke [T/m]
Für die Magnetfeldgradienten, welche bei den Bildgebungssequenzen verwendet werden,
fällt auf, dass diese einen nicht verschwindenden Beitrag in Anwesenheit einer konstanten
Geschwindigkeit zur Phase liefern. Um so entstehende Fehlregistrierungen zu kompensieren, werden die Bildgebungsgradienten entsprechend angepasst. Dafür ist es wichtig, dass
mindestens die ersten beiden Gradientenmomente m
0 und m
1 für die Schichtselektion und
den Lesegradienten verschwinden, während für die Phasenkodiergradienten das Moment
1 jedoch keinen Beitrag liefert. Gradienm
0 entsprechend Gleichung 2.17 erhalten bleibt, m
tenformen, die diese Eigenschaften besitzen, sind in Abbildung 3.1 a.) und b.) dargestellt.
Anhand von Gleichung 3.1 wurden die durch diese Gradientenformen erzeugten Phasenbeiträge für eine Probenausdehnung |r| =5 cm und eine konstante Geschwindigkeit entlang
der Gradientenrichtung von 1 ms berechnet. Der in Abbildung 3.1 a.) dargestellte Gradi-
1
0
-1
-2
0,5
0,0
-0,5
Phase / Ort [rad]
Phase / Ort [rad]
20
1,0
0
0
-5
0,000
a.)
15
0
5
Phase / v [rad]
Phase / V [rad]
-20
30
0
0,000
0,003
=HLW>V@
3
b.)
0,003
=HLW>V@
Abbildung 3.1.: Magnetfeldgradientenformen, welche für die Bildgebung verwendet werden und strömungskompensiert sind. a.) zeigt einen Lesegradienten, der zeitlich invertiert
als Schichtselektionsgradient genutzt werden kann. Die gestrichelte vertikale Linie zeigt
den Zeitpunkt des Echos bzw. das Zentrum des RF-Pulses an. b.) zeigt ein Inkrement eines Phasenkodiergradienten. In den darunterliegenden Zeilen ist die Evolution der Phase
gezeigt. Dabei wurden ein fester Ort sowie eine konstante Geschwindigkeit angenommen.
3.1 Phasenkontrast-Methode
17
Phase / Ort [rad]
Gradientenstärke [T/m]
ent kann in der dargestellten Form zur Frequenzkodierung als Lesegradient verwendet
werden. Eine Zeitumkehr dieser Gradientenfolge entspricht einer Schichtselektion. Wie
1 zum Zeitpunkt
deutlich zu erkennen ist, verschwinden die beiden Momente m
0 und m
des Echos (gestrichelte Linie) oder, zeitlich invertiert, zum Mittelpunkt des frequenzselektiven RF-Pulses. Der in Abbildung 3.1 b.) gezeigte Phasenkodiergradient besteht aus
zwei Rechteckpulsen der gleichen Länge, wobei sich der zweite Puls in der Amplitude um
den Faktor − 13 vom ersten Puls unterscheidet. Wie an den gezeigten Phasenbeiträgen zu
0 einen
erkennen ist, ist das Moment m
1 nach der Pulsfolge 0, während das Moment m
ortsabhängigen Beitrag liefert.
Die dritte Gradientenabfolge ist in Abbildung 3.2 zu sehen und steht für eine Geschwindigkeitskodierung. Diese besteht aus zwei zeitlich separierten Gradientenpulsen der gleichen
Länge, jedoch mit invertierter Amplitude. Dies erzeugt ein verschwindendes Moment m
0,
jedoch ein amplituden- und schaltzeitenabhängiges Moment m
1 , wodurch eine Phase für
konstante Geschwindigkeiten entsteht.
Eine Pulssequenz zur Messung von Geschwindigkeiten kann anschließend aus der geschickten Kombination der gerade gezeigten Magnetfeldgradienten bestehen. Eine FLASH basierte Pulssequenz ist in Abbildung 3.3 dargestellt. Hier sind die Bildgebungsgradienten
(in schwarz dargestellt) für konstante Geschwindigkeiten kompensiert. In blau sind die
strömungskodierenden Gradienten dargestellt, die je nach Stärke der gewünschten Strömungskodierung variiert werden können. Neben der Amplitude sind die Schaltzeiten δ und
der Abstand Δ der Gradienten von Bedeutung.
Abhängig von diesen beiden Parametern ergibt sich für das Moment m1 = G · δ · Δ (im
Folgenden nicht mehr vektoriell betrachtet). Dabei ist |G|=G
die Amplitude der Kodierungsgradienten. Durch zwei Aufnahmen mit unterschiedlich starker Strömungskodierung
1,0
0,5
0,0
-0,5
-1,0
20
Phase / V [rad]
0
0
-5
-10
-15
0,0000
0,0035
=HLW>V@
Abbildung 3.2: Ein
Magnetfeldgradient
der genutzt wird, um eine Strömungskodierung vorzunehmen. Die bipolare Form
erzeugt keine ortsabhängige Phase, während
eine geschwindigkeitsabhängige Phase durch
die Gradienten entsteht.
18
Kapitel 3 Strömungsbildgebung
D
RF
GSchicht
'
G
GPhase
GFreq
Abbildung 3.3.: Gradientenecho basierte Pulssequenz zur Strömungsmessung. Die Bildgebungsgradienten (schwarz) sind strömungskompensiert und die optionalen blauen Gradienten dienen der Geschwindigkeitskodierung.
und ansonsten gleich bleibenden Parametern kann, anhand der Phasendifferenz Δφ beider
Bilder, der Einfluss einer konstanten Strömung v in Gradientenrichtung bestimmt werden:
Δφ = γ · v · Δm1 .
(3.3)
Hierbei ist zu beachten, dass die Phasenkodierung nicht so stark ist, dass diese einen
Phasenfaktor größer als 2π bzw. 4π erzeugt. Dies hat den Grund, dass die an den Grenzen −π und π gefaltete Phase ansonsten nicht mehr zurückgerechnet werden kann. Die
Geschwindigkeit, welche einen Phasenfaktor von 2π zwischen zwei gegebenen Momenten
m1 erzeugt, wird VENC (engl.: Velocity Encoding) oder FOF (engl.: Field of Flow) genannt. Das VENC ist vergleichbar mit dem FOV der Bildgebung und sollte an die Probe
genau angepasst sein. Ein zu groß gewähltes VENC erzeugt eine schlechte Auflösung im
Geschwindigkeitsraum, während ein zu klein gewähltes VENC zu den eben beschriebenen
Faltungen führt, die ab der zweiten Faltung nicht mehr kompensierbar sind. Das VENC
ist definiert als:
VENC =
2π
.
γ · Δm1
(3.4)
Diese Größe des VENCs geht auch direkt in die Stärke des Rauschens σ im Geschwindigkeitsfeld ein [50]:
√
σ=
2 VENC
.
π SNR
Hierbei steht SNR für das Signal-zu-Rausch Verhältnis der aufgenommenen Bildern.
(3.5)
3.2 Die „Time of Flight“-Methode
19
3.2. Die „Time of Flight“-Methode
Die TOF-Methode markiert spezifisch selektierte Volumina indem sie die Magnetisierung
in diesen Bereichen manipuliert. Über zeitlich variable Aufnahmen lassen sich diese Bereiche mit der Zeit verfolgen. Für die Markierung wird ein frequenzselektiver RF-Puls
in Kombination mit einem Magnetfeldgradienten geschaltet. Analog zur Schichtselektionsmethode wird in dem ausgewählten Bereich die Magnetisierung manipuliert. Abhängig
von der Wahl der RF-Pulsparameter kann z.B. die Gleichgewichtsmagnetisierung invertiert
oder in die Transversalebene gedreht werden. Anschließend an den Markierungsschritt wird
nach einer festgelegten Evolutionszeit eine Bildgebungssequenz wie z.B. FLASH durchgeführt. Die Spins aus den markierten Bereichen haben sich innerhalb der Evolutionszeit
mit einer vorhandenen Strömung weiterbewegt und erzeugen in der anschließende Bildgebungssequenz einen Kontrast im Vergleich zu den Spins, die vorher keinen Markierungspuls
wahrgenommen haben. Der Kontrast basiert dabei auf der veränderten Ausgangsmagnetisierung der markierten Spins. In Abbildung 3.4 ist eine solche Pulssequenz dargestellt.
Markieren
6 90°
Bildgebung
E°
D°
RF
W
GSchicht
W
GPhase
GFreq
1
2
Abbildung 3.4.: Bildgebungssequenz für die TOF-Methode. Sie basiert auf einem Markierungsschritt, der mit zwei unterschiedlichen Methoden (1 und 2) erfolgen kann und
einer anschließenden FLASH-Sequenz. Die Stärke der blau gestrichelten Gradienten definiert zusammen mit den RF-Pulsen die Stärke und Richtung der Markierung. Methode 1
bildet die Grundlage für die Gittermarkierung mit Hilfe eines DANTE-Echozuges (siehe
Text), während Methode 2 exemplarisch für eine Einzelschichtmarkierung steht.
In der Abbildung sind neben der Bildgebung zwei unterschiedliche Methoden zur Markierung gezeigt, die mit den Zahlen 1 und 2 gekennzeichnet sind. Methode 2 beschreibt
hierbei die bereits oben erklärte Einschichtmarkierung, basierend auf einem frequenzselektiven RF-Puls und einem Gradienten. Die Evolutionszeit ist gegeben über τ2 und anhand
20
Kapitel 3 Strömungsbildgebung
der RF-Pulsparameter (Flipwinkel β, Trägerfrequenz und Bandbreite) lässt sich mit den
Gradienten eine Markierungsebene und die Stärke der Markierung festlegen. Die maximale Evolutionszeit ist gegeben durch die T1 -Relaxation der Probe und dem Flipwinkel β.
Dieser Zusammenhang ist durch den Kontrast gegeben, der nur detektiert werden kann,
solange die Gleichgewichtsmagnetisierung im markierten Volumen nicht erreicht ist.
Die zweite in Abbildung 3.4 gezeigte Markierungsmethode (1) unterscheidet sich durch die
Anzahl der RF-Pulse von der vorherigen Methode. Diese markiert viele parallele Schichten
durch die Anwendung von N RF-Pulsen mit einem kleinen Flipwinkel β < 90°. Für die
Summe der Flipwinkel muss jedoch N β = 90◦ gelten, um in den einzelnen Markierungsebenen einen resultierenden 90°-Puls zu erhalten. Die frequenzselektiven RF-Pulse sind
in äquidistanten Abständen δ angeordnet, wodurch zwischen den Pulsen freie Präzession
stattfinden kann. Eine solche Anordnung ist bekannt als DANTE (engl. Delays alternating
with nutations for tailored excitation)-Sequenz [51–53]. Die Wahl der Bandbreite der einzelnen RF-Pulse wird so eingestellt, dass das FOV nicht überschritten wird. Dadurch
werden Faltungen der Markierung vermieden. In dieser Arbeit wurden zwei DANTEPulsfolgen mit senkrecht zueinander orientierten Ebenen genutzt. Dies erzeugt ein Gitter
als Markierung. Da die beiden einzelnen Gitterebenen nicht simultan angeregt werden,
besitzen sie unterschiedliche Evolutionszeiten τ1/2 . Der Abstand d der Gitterlinien im Bild
ist gegeben durch
d=
1
,
γ¯ Gδ
(3.6)
wobei G die Gradientenstärke ist.
In Abbildung 3.5 sind Beispielbilder für die Gittermarkierung a.) und eine Einzelschichtmarkierung b.) gezeigt. In dem Fall der Bilder lag keine Strömung vor. Daher repräsentieren die dunklen Linien die markierten Bereiche. Liegt eine Strömung vor, bewegen sich
die markierten Ebenen innerhalb der gewählten Evolutionszeit. Dies ist exemplarisch in
Abbildung 3.5 c.) zu sehen. Hier hat sich die in b.) markierte Linie mit der Zeit verformt.
Abbildung 3.5: Exemplarische
Beispiele für zwei unterschiedliche Markierungsmethoden. Die
Bilder wurden in einem mit Wasser gefüllten 6 mm Schlauch ohne
und mit Strömung aufgenommen. a.) stellt ein resultierendes
Bild mit Gittermarkierung dar.
Der Linienabstand wurde hier
für beide Gitterachsen gleich
gewählt. b.) zeigt eine einzelne
markierte Schicht. c.) zeigt die
aus b.) markierte Ebene, die
sich in einer vorhandenen Strömung innerhalb der gewählten
Evolutionszeit bewegt hat.
a.)
b.)
c.)
6 mm
Strömung
3.3 Artefakte in der Strömungsbildgebung
21
3.3. Artefakte in der Strömungsbildgebung
3.3.1. Zeitlich veränderliche Geschwindigkeiten
Innerhalb der Strömungsbildgebung kann es zu Artefakten kommen, die sehr ähnlich zu
den Bewegungsartefakten der normalen Bildgebung sind [54]. Bewegungsartefakte in der
normalen Bildgebung entstehen, wenn sich die Probe während der Aufnahme bewegt.
Dadurch können einzelne Phasenschritte der Phasenkodierung eine andere geometrische
Anordnung kodieren als die vorherigen. Dies führt dazu, dass im k-Raum einzelne Zeilen
eine Phaseninformation enthalten, die zu einer anderen Geometrieanordnung gehört als die
Phaseninformation der anderen Zeilen. Dies führt zu sogenannten Geisterbildern in Phasenkodierrichtung. Ähnliche Effekte können während der Aufnahme von Proben entstehen,
in denen eine zeitlich nicht konstante Bewegung einer Flüssigkeit vorherrscht. Durch die
variable Bewegung der Flüssigkeit kann direkt die Analogie zu den Bewegungsartefakten
der normalen Bildgebung erklärt werden. Die Flüssigkeit ist zu jedem Phasenkodierschritt
an einer anderen Position, sofern ihre Bewegung zeitlich nicht konstant ist. Außerdem
sind die im vorherigen Abschnitt besprochenen Gradientenformen nicht geeignet Aufnahme durchzuführen, in denen höhere Momente der Bewegung enthalten sind. Grund hierfür
ist, dass höhere Momente der Bewegung zusätzliche Phasenanteile durch z.B. Beschleunigungen erzeugen. Somit ist die Phase, die durch den Phasenkodiergradienten erzeugt wird,
nicht nur ortskodiert, sondern es ist eine Modifikation durch die Bewegung enthalten. Ist
diese Bewegung zusätzlich unterschiedlich für jeden einzelnen Phasenkodierschritt, dann
entstehen die Geisterbilder. Ein Beispiel für eine MRT-Aufnahme während einer zeitlich
nicht konstanten Bewegung ist in Abbildung 3.6 gezeigt.
Dies ist in gepulsten Strömungen, die sich zeitlich wiederholen, kein Problem, solange jeder
Phasenschritt genau mit der Wiederholfrequenz der pulsierenden Strömung abgestimmt
wird. Sind dann die Strömungen jedoch auf der Zeitskala der Echozeit stark variabel,
kann es sein, dass die MRT diese Strömungen nicht aufnehmen kann. Außerdem sind z.B.
Turbulenzen, die sich durch eine chaotische Änderung der Strömung auszeichnen, mit den
im vorherigen Kapitel vorgestellten Sequenzen nicht auflösbar.
Phasenkodierrichtung
6LJQDODPSOLWXGH>DX@
PD[
PLQ
Frequenzkodierrichtung
Abbildung 3.6: MRT-Aufnahme einer zeitlich nicht konstanten Rohrströmung. Es sind
deutlich die Geisterbilder entlang der Phasenkodierrichtung sichtbar. Bild entnommen
aus [55].
22
Kapitel 3 Strömungsbildgebung
3.3.2. Geschwindigkeitsgrenzen
Bei der Aufnahme von MR-Bildern kann es zu einem Signalverlust aufgrund von zu hoher
Geschwindigkeiten innerhalb der Probe kommen. Dabei werden im Folgenden zwei unterschiedliche Aspekte betrachtet. Es kann eine maximale Grenze für die Geschwindigkeit
in Proben definiert werden, bei denen Spins von außerhalb der RF-Spule durch die RFSpule hindurch und wieder hinaus strömen. In einem solchen System ist die Transitzeit der
Flüssigkeit durch die RF-Spule die Größe, welche die maximale Geschwindigkeit definiert.
Bewegen sich die Spins ab dem Zeitpunkt der Anregung innerhalb der Echozeit aus dem
sensitiven Volumen (RF-Spule), sind diese nicht mehr detektierbar und tragen nicht zum
Signal bei. Exemplarisch werden die Dimensionen für die in dieser Arbeit vorwiegend
verwendete 10 mm Ø RF-Spule1 betrachtet. Diese ist schematisch in Abbildung 3.7 a.)
dargestellt. Die Spule hat eine Länge l von 27 mm. Angenommen, eine Flüssigkeit durchströmt entlang dieser Achse die Spule, dann ist die maximal detektierbare Geschwindigkeit
vmax gegeben durch vmax = TlE . Typische hier verwendete Echozeiten liegen in der Größenordnung von 10 ms, woraus sich eine maximal detektierbare Geschwindigkeit von ≈ 2,7 ms
ergibt.
D
Vmax
E
Selektierte Schicht
Sensitives
Volumen der
RF-Spule
Anregungsfenster
Länge Ϯ7 mm
tRF ̴ 1/BW
Strömung
Strömung
Abbildung 3.7.: Schematische Darstellung von zwei Effekten, die zu Signalverlust bei zu
schnellen Strömungsgeschwindigkeiten führen können.
Die zweite Grenze für die Geschwindigkeiten wird durch die Schichtselektion hervorgerufen. Der Effekt basiert hier ebenso auf der Transitzeit der Spins. Diesmal ist jedoch
ihre Aufenthaltszeit innerhalb der selektierten Schicht (vgl. Abbildung 3.7 b.) ) während
1
der Schichtselektion von Bedeutung. Die Dauer der Schichtselektion tRF = nZC · BW
ist gegeben durch die Bandbreite BW des selektiven RF-Pulses und die Anzahl der Nulldurchgänge des Sinc-Pulses nZC . Die maximal wählbare Bandbreite ist festgelegt durch die
2πBW
.
maximale Gradientenstärke Gmax und die gewünschte Anregungsschichtdicke Δx = γG
max
T
Für typische Werte (nZC = 4, Gmax ≈ 1 m und Δx = 150 μm) ergibt sich eine Bandbreite von ≈ 6 kHz, woraus tRF ≈ 0, 7 ms folgt. Demnach ist die maximale Geschwindigkeit
≈ 0, 2 ms . Diese Parameter sind zu berücksichtigten, wenn ein Strögegeben durch tΔx
RF
mungsexperiment geplant wird.
1
Bruker Biospin Birdcage RF-Insert - PH Micro 2.5 SAD600 1H
Kapitel 4
Medizinischer Kontext - Aneurysmen
Aneurysmen sind permanente Arterienerweiterungen, die in unterschiedlichen Formen vorliegen können. Unterschieden werden meist drei unterschiedliche Aneurysmatypen, wobei
das Aneurysma verum am häufigsten auftritt und die beiden anderen Klassen (Aneurysma
spurium und Aneurysma dissecans) im engeren Sinne keine echten Aneurysmen sind. Letztere basieren auf einem Trauma (Aneurysma spurium) und auf einer Gewebeeinblutung
(Aneurysma dissecans). Außerdem wird noch zwischen Aneurysmen unterschieden, die in
Arterien innerhalb und außerhalb des Schädels auftreten. Hierbei haben Studien belegt,
dass Aneurysmen in Schädelarterien in bis zu 30% der Fälle sogar mehrfach auftreten. [6]
In Abbildung 4.1 ist ein craniales1 Aneurysma dargestellt. a.) zeigt dabei eine dreidimensionale Rekonstruktion des Aneurysmas aus mehreren einzelnen MRA-Schnittbildern.
Eines dieser Schnittbilder ist in b.) dargestellt.
a.)
b.)
Abbildung 4.1.: Magnetresonanzangiographie-Bilder eines 70-jährigen Patienten, der
Träger eines cranialen Aneurysmas ist. a.) zeigt eine dreidimensionale Rekonstruktion
des Aneurysmas. b.) zeigt eine Schichtbildaufnahme durch das Gehirn. Die Pfeile dienen
der Orientierung in den beiden Bildern. Die Bilder sind entnommen aus [44].
Aktuelle Studien befassen sich mit der Ursache von Aneurysmen. Es wurden bisher wenige Hinweise auf erblich bedingte Schwächen der Arterienwand gefunden, jedoch stehen
1
Begriff aus der Medizin: innerhalb des Schädels
23
24
Kapitel 4 Medizinischer Kontext - Aneurysmen
genetische Veranlagungen mit einem erhöhten Risiko für die Bildung eines Aneurysmas in
Verbindung. Die häufigste Ursache für Aneurysmen beruht jedoch auf hämodynamischen,
degenerativen Gefäßkrankheiten wie z.B. Arteriosklerose, die abnormale Gefäßwandbelastungen auslösen können. Über die veränderten Scherspannungen an den Gefäßwänden
lassen sich auch Auftreten, Wachstum, Thrombosebildung sowie die Ruptur von Aneurysmen erklären. [56, 57]
Typischerweise werden Aneurysmen bei Patienten im Alter von 40 bis 60 Jahren diagnostiziert [58] und treten sehr selten (unter 2% der Fälle) bei Kindern auf. Häufig verursachen
Aneurysmen keine Symptome bis sie ruptieren. Ist dies jedoch der Fall, sind sie mit einer
hohen Sterblichkeits- und Invaliditätsrate (60-80%) verbunden [59]. Bezüglich des Rupturrisikos gibt es einige Fallstudien, die das Risiko für eine Ruptur eines Aneurysmas auf
1% pro Jahr angeben [60]. Auch wurden für spezielle Fälle bereits Simulationen für die
Belastungen der Gefäßwand durchgeführt und mit MRT-Messungen verglichen, um die
Kräfte, die auf die Arterie wirken, zu charakterisieren. [61]
Die Behandlung bietet momentan neben der Beobachtung und Risikoabschätzung zwei
Möglichkeiten. Zum einen ist ein gefäßchirurgischer Eingriff möglich, bei dem prinzipiell
der Aneurysmasack abgetrennt oder verschlossen wird. Zum anderen wird die endovaskuläre Therapie, bei der in die Arterie Drahtgeflechte (Stents) eingesetzt werden, um den
Blutfluss wieder zu normalisieren [62]. Es gibt hierbei die Option, den Blutfluss in den
Aneurysmasack komplett zu unterbinden und mit einer Spirale auszufüllen oder aber den
Blutstrom durch sehr engmaschige Stents zu manipulieren, um die Wandbelastungen zu
verändern [63]. Die endovaskuläre Behandlung wird in den letzten Jahren bevorzugt eingesetzt und vor allem kleine Aneurysmen werden häufig gut und mit geringem Risiko
behandelt [64]. Für komplexere Formen von Aneurysmen ist es jedoch schwierig, geeignete
Stents zu finden und auszuwählen. Daher gibt es eine Vielzahl unterschiedlicher Optionen, aus der die beste Möglichkeit ausgewählt werden muss. Das exakte Risiko, welches
eine endovaskuläre Behandlung mit sich bringt, ist patienten- und aneurysmaspezifisch.
Jedoch haben größere Studien das Risiko auf 3-5% Invaliditätsrate und 1-1,5% Todesfolge abgeschätzt [65, 66]. Im Vergleich dazu tritt bei gefäßchirurgischen Eingriffen eine
Invailditätsrate von 15% auf [67].
Wichtig für den behandelnden Arzt ist es demnach, die richtige Behandlung für den Patienten auszuwählen. Dazu stehen ihm heute viele Langzeitstudien zur Verfügung [68–70],
ebenso wie einige spezielle Untersuchungen an Aneurysmen und Zusammenfassungen [71].
Es gibt jedoch keinen wirklichen Standard, an den sich der Mediziner halten kann und
so brauchen Entscheidungen Zeit, Erfahrung und wiederholte Patientenbesuche. Um eine Entscheidungshilfe zu bieten, sind demnach patientenspezifische Strömungsimulationen
eine effiziente Erweiterung zu den bisherigen Möglichkeiten. Für die Anfertigung dieser Simulationen ist man auf experimentelle Messungen der Strömungen angewiesen, für das die
im vorherigen Abschnitt beschriebene MRT-Flussbildgebung eine exzellente Möglichkeit
darstellt.
Kapitel 5
Computersimulationen
In dieser interdisziplinären Arbeit wird eng mit dem Lehrstuhl Informatik VII der TU Dortmund zusammengearbeitet. Alle gezeigten Computersimulationen zur Strömungsberechnung wurden von Dipl.-Inf. Lars Walczak durchgeführt und programmiert. Im Folgenden
wird die Methode, die für die Simulation benutzt wurde, kurz erläutert. Für weitere Details verweise ich auf die Promotionsarbeit von Dipl.-Inf. Lars Walczak die aktuell verfasst
wird [72].
Zur Modellierung von Fluiden gibt es mehrere Ansätze. Zum einen ist ein makroskopischer Blick auf die Fluide möglich. Dazu wird in der Kontinuumsmechanik versucht die
Navier-Stokes-Gleichung zu approximieren. Diese beschreibt Strömungen über zeitabhängige Geschwindigkeits-, Druck- und Dichtefelder. Zum anderen ist ein mikroskopischer
Ansatz möglich, welcher die Bewegungen einzelner Moleküle betrachtet. Die in dieser Arbeit für die Erzeugung der Simulationen verwendete Methode ist eine dritte, wahrscheinlichkeitstheoretisch basierte Methode, die aus der statistischen Physik hergeleitet ist. Sie
ist skalierungstechnisch zwischen der mikro- und makroskopischen Methode angesiedelt
und wird mesoskopisch genannt. Der Name dieser vergleichsweise neueren Methode ist
Lattice Boltzmann Methode, kurz LBM. Die LBM wurde bereits auf viele interessante
Strömungsprobleme angewendet, wie z.B. Vielkomponenten-Fluide. [73–78]
In der LBM wird die makroskopische Dichte ρ eines Fluides durch eine Wahrscheinlichkeitsfunktion (PDF, engl.: Particle Distribution Function) fi beschrieben. Der Index i
steht hierbei für eine Raumrichtung ei . Abhängig von der Größe von fi bewegen sich
Teilchen in die Richtung ei . Bei der Methode wird ein Gitter definiert, auf dem die Bewegung von Partikeln modelliert wird. Ein typisches Modell für die Bewegung der Teilchen ist das so genannte D3Q19 Modell, welches 19 diskrete Raumrichtungen berücksichtigt. Diese sind explizit e0 = (0, 0, 0)T , e1,··· ,6 = {(±c, 0, 0)T , (0, ±c, 0)T , (0, 0, ±c)T } und
e7,··· ,18 = {(±c, ±c, 0)T , (±c, 0, ±c)T , (0, ±c, ±c)T }. e0 steht hierbei für Partikel in Ruhe
und c = δx
δt repräsentiert die Gittergeschwindigkeit in Gittereinheiten δx und Simulationszeitschritten δt. In der LBM wird die Viskosität über Kollisionen zwischen sich bewegenden
Teilchen innerhalb der Zeitentwicklung modelliert. Die einzelnen PDFs entwickeln sich mit
der Zeit wie folgt:
fi (x + ei δt, t + δt) − fi (x, t) = −
fi (x, t) − fieq (ρ, u)
,
τ
(5.1)
wobei die einzelnen Gleichgewichtsverteilungsfunktionen fieq gegeben sind durch
25
26
Kapitel 5 Computersimulationen
fieq (ρ, u)
3(ei ·u) 9(
ei · u)2
u2
= wi ρ 1 +
+
−
3
c2
2c4
2c2
.
(5.2)
In diesen PDFs ist die Geschwindigkeit u enthalten sowie Gewichtungsfaktoren wi für die
1
einzelnen Raumrichtungen. Diese lauten explizit für das D3Q19 Modell: w0 = 13 ,w1,···6, = 18
eq
1
und w7,···18 = 36 . Die Gleichgewichtsverteilungsfunktionen fi dienen der Massenerhaltung
innerhalb der Simulation. Der rechte Term der Gleichung 5.1 wird in der Literatur als Kollisionsterm bezeichnet und kann für spezielle Fälle angepasst werden, z.B. für Modelle mit
mehreren Relaxationszeiten τ . Die Entwicklung der einzelnen PDFs kann als ein Streben
zu einem lokalen Gleichgewicht verstanden werden, welches eine Funktion von der Dichte ρ, der aktuellen Geschwindigkeit u und der Relaxationszeit τ ist. Die Relaxationszeit
selbst ist mit der kinematischen Viskosität des Fluides verknüpft:
1
1
ν=
τ−
3
2
δx2
.
δt
(5.3)
Die Randbedingungen für die Simulation können in mehrere Bereiche eingeteilt werden.
Zuerst können an festen Rändern die sogenannten „no-slip“ Randbedingungen (engl.:
schlupffrei) eingeführt werden. Dabei werden gegenüberliegende PDFs an festen Knotenpunkten gespiegelt. Diese Technik ist als „bounce-back“ (engl.: zurückspringen) bekannt.
Für die Definition der Position der Randbedingung innerhalb des D3Q19 Gitters wird
eine Nullisokontur einer Niveaumenge [79], welche die Geometrie repräsentiert, verwendet. Für den Einlass wird eine konstante Geschwindigkeitsverteilung verwendet (DirichletBedingung), während für den Auslass die Geschwindigkeit als stationär angenommen wird
(Neumann-Randbedingung). Diese Randbedingungen werden auf der makroskopischen
Ebene (z.B. u und ρ werden auf feste Werte gesetzt) sowie auf die mikroskopische Ebene
angewandt (für Geschwindigkeitsrandbedingungen müssen ρ und die fi , die in Richtung
des Fluides zeigen, gesetzt werden) [80]. Im Kollisionsterm können auch externe Kräfte,
wie z.B. die Gravitation, eingebracht werden [81].
Die Anwendung der LBM für die in dieser Arbeit angesprochenen medizinischen Zwecke
benötigt einen Abgleich zu anderen Methoden oder analytischen Lösungen. Grundlegende
Vergleiche mit analytischen Lösungen für verschiedene Randbedingungen und anderen numerischen Simulationen wurden bereits durchgeführt [80–85], aber die Ergebnisse sind bis
dato noch nicht ausreichend diskutiert, insbesondere für beliebige Geometrien und reale
Strömungsprobleme. Weiterhin wurde gezeigt, dass die LBM die zeitabhängige NavierStokes-Gleichung unter speziellen Bedingungen annähert [86]. Besonders die Wahl der Simulationsparameter beeinflusst die Stabilität der Simulation, insbesondere wenn spezielle
Rahmenbedingungen eingehalten werden müssen.
Obwohl die LBM noch nicht komplett diskutiert ist, wird sie sehr häufig verwendet. Insbesondere die Möglichkeit der LBM neue Programmierparadigmen für massive Parallelisierung verwenden zu können, ist ein Vorteil gegenüber anderen numerischen Methoden.
Dadurch können auf GPUs (engl.: Graphics Processing Unit), die für nahezu jede Workstation verfügbar sind, Strömungssimulationen durchgeführt werden [87]. Ein Nachteil der
GPUs ist ihr limitierter Arbeitsspeicher, wodurch die maximale Größe der Simulationsdomäne eingeschränkt sein oder nur über ineffiziente Datenübertragungen und Zwischenspeicherungen vergrößert werden kann.
27
Für den Vergleich der LBM mit den Messungen der MRT ist es wichtig, die Methode zu parametrisieren und den bereits angesprochenen Gittereinheiten ihr physikalisches Pendant
zuzuordnen. Dafür wird eine in der Strömungsmechanik übliche Größe, die Reynoldszahl
Re, verwendet [88]. Die Reynoldszahl ergibt sich aus der charakteristischen Länge cL , der
charakteristischen Geschwindigkeit cU und der kinematischen Viskosität ν:
cU cL
.
(5.4)
ν
Anhand dieser Größe können Stabilitätsgrenzen für die Simulation definiert werden, um in
Gittereinheiten der physikalischen Reynoldszahl zu entsprechen [10]. Eine wichtige Größe
dabei ist die Gitterauflösung N , für die in Kapitel 9 der Einfluss auf die Simulationsgenauigkeit untersucht wird.
Re =
Teil II.
Analyse von Blut
29
Kapitel 6
Nichtnewtonsche Eigenschaften
Für eine genaue und realitätsnahe Betrachtung der Strömungseigenschaften innerhalb von
Arterien sowie angepassten Modellsystemen, müssen zuerst einige Eigenschaften von Blut
diskutiert werden. Dazu wird in diesem Kapitel das nichtnewtonsche Verhalten von Blut
behandelt. Hier gibt es bereits einige Arbeiten, die sich mit der scherratenabhängigen
Viskosität von Blut befasst haben. Diese ist jedoch von vielen Parametern abhängig, wie
z.B. dem Gefäßdurchmesser, dem Hämatokrit und der Temperatur [89–96]. Daher werden
in diesem Kapitel die zur Verfügung stehenden Blutproben untersucht. Außerdem werden
typische Scherratenverteilungen für die in dieser Arbeit verwendeten Modelle bestimmt.
Als Probenflüssigkeit werden unterschiedliche Blutarten verwendet, um zu zeigen, dass der
Viskositätsbereich je nach gewünschtem Anwendungszweck variierbar ist. Die gewonnenen
Erkenntnisse dienen anschließend als Grundlage für die numerischen Simulationen.
6.1. Nichtnewtonsche Fluide
Flüssigkeiten lassen sich anhand ihres Fließverhaltens in verschiedene Kategorien einteilen. Dabei sind zuerst die newtonschen Fluide zu erwähnen, welche durch eine lineare
Abhängigkeit zwischen der Scherspannung τ und der Schergeschwindigkeit γ˙ = ∂u
∂y , auch
Scherrate genannt, definiert sind [88]:
τ = η · γ.
˙
(6.1)
Hierbei ist der Proportionalitätsfaktor η die dynamische Viskosität. Wasser ist in diesem
Fall ein newtonsches Fluid, während Blut von diesem Verhalten abweicht. Im Falle von
Abweichungen von einem newtonschen Fluid ist die dynamische Viskosität η abhängig von
der Scherrate γ.
˙ Bei diesen Fluiden wird zwischen dilatanten (scherverdickend) und pseudoplastischen (scherverdünnend) unterschieden [97]. Als mathematischer Zusammenhang
besteht die Möglichkeit dieses Verhalten über ein sogenanntes Potenzfluid zu modellieren.
In diesem Modell ist der Zusammenhang zwischen Scherspannung und Scherrate wie folgt
gegeben [98]:
τ =K
∂u
∂y
n
.
(6.2)
Anhand des Exponenten n ist es nun möglich die Eigenschaften des Fluides zu beschreiben,
während K ein Proportionalitätsfaktor ist. Für n = 1 liegt offensichtlich ein newtonsches
31
32
Kapitel 6 Nichtnewtonsche Eigenschaften
Fluid nach Gleichung 6.1 vor. Für n > 1 ist ein dilatantes Fluid vorliegend, während n < 1
ein pseudoplastisches Fluid beschreibt.
Für die Exponenten n = 1, n = 0, 5 und n = 1, 5 ist in Abbildung 6.1 a.) die Abhängigkeit
von der Scherrate zur Scherspannung gezeigt. Anhand des Exponenten und einer gegebedp
kann ein Geschwindigkeitsprofil abhängig vom Radius r für einen
nen Druckdifferenz dz
kreisförmigen Querschnitt berechnet werden: [98–100]
v(r) =
n
n+1
dp 1
dz 2K
(1/n) R(
n+1
)
n
− r(
n+1
)
n
.
(6.3)
Hierbei ist der Radius der Probe R. Diese Gleichung gilt nur solange es keine Turbulenzen
gibt, d.h. kleine Reynoldszahlen vorliegen. In Abbildung 6.1 b.) sind für die drei Exponenten die entsprechenden Strömungsprofile durch das Zentrum des Querschnitts dargestellt.
Es fällt auf, dass pseudoplastische Fluide ein deutlich flacheres Geschwindigkeitsplateau
im Zentrum des kreisförmigen Querschnitts haben, während dilatante Fluide dort einen
viel steileren Anstieg verzeichnen. Newtonsche Fluide haben ein parabelförmiges Profil,
welches auch als Hagen-Poiseuille’sches-Gesetz bekannt ist. [101, 102]
Die Eigenschaften von den verwendeten Flüssigkeiten, insbesondere der Exponent n, können anhand unterschiedlicher Methoden bestimmt werden. Wie bereits in der Bachelorarbeit von Andreas Glassl [103] und der Masterarbeit von Frauke Frank [104] beschrieben
wurde, kann eine Messung der scherratenabhängigen Viskosität durchgeführt werden oder
die Temperaturabhängigkeit der Viskosität untersucht werden. Über die scherratenabhängige Viskosität kann der Exponent n entweder über das bereits angesprochene Potenzfluid
ν(γ)
˙ = K γ˙ n−1
(6.4)
bestimmt werden oder anhand des von Carreau et al. [105] postulierten Modells:
1,0
0,5
n−1
2
(ν0 − νinf ) + νinf .
(6.5)
b.) 1,0
n=1,5 - dilatantes Fluid
n=1 - newtonsches Fluid
n=0,5 - pseudoplastisches Fluid
V/Vmax [a.u.]
a.)
Scherspannung τ [Pa]
ν(γ)
˙ = (1 + (λγ)
˙ 2)
0,5
n=1,5 - dilatantes Fluid
n=1 - newtonsches Fluid
n=0,5 - pseudoplastisches Fluid
0,0
0,0
0,5
Scherrate [1/s]
1,0
0,0
-1
0
1
Position r [a.u.]
Abbildung 6.1.: a.) Schematische Darstellung zur Einteilung von Fluiden abhängig von
dem Zusammenhang zwischen Scherspannung und Scherrate. b.) Geschwindigkeitsprofile
einer Rohrströmung für drei unterschiedliche Exponenten.
6.2 Scherratenabhängige Viskosität von unterschiedlichem Blut
33
Hierbei sind νinf und ν0 die Viskosität bei unendlich großer bzw. kleiner Scherrate und λ ist
ein Skalierungsfaktor. In diesem Modell verhält sich das Fluid bei sehr kleinen Scherraten
γ˙ λ1 wie ein Newtonsches Fluid, während bei großen Scherraten γ˙ λ1 das Verhalten
einem Potenzfluid gleicht.
6.2. Scherratenabhängige Viskosität von unterschiedlichem Blut
Für den Vergleich von Strömungsmessungen mit der MRT, numerischer Simulation und
analytischen Lösungen ist es wichtig das rheologische Verhalten der untersuchten Flüssigkeit zu kennen. Dafür werden Messungen der Viskosität mit einem Plattenviskosimeter1
bei unterschiedlichen Scherraten durchgeführt. Das Messprinzip basiert bei diesem Rheometer auf einer Flüssigkeit, die zwischen zwei kreisförmigen Platten eingeschlossen ist. Die
obere Platte rotiert anschließend mit variabler Winkelgeschwindigkeit, während die untere
Platte fixiert ist. Anhand der flüssigkeitsabhängigen Reibung kann anschließend auf die
Viskosität geschlossen werden. Im Folgenden werden unterschiedliche Flüssigkeiten auf ihr
rheologisches Verhalten untersucht und für die Verwendung innerhalb der Strömungsmessungen charakterisiert. Die Flüssigkeiten sind:
• Frisches Schweinevollblut ohne Gerinnungshemmer
• Erythrozythenkonzentrat (EK)
2
3
• Schweineblutpulver, angemischt mit isotonischer Kochsalzlösung
4
Zuerst wird das frische Schweinevollblut untersucht. Das Blut wurde dem Tier direkt nach
der Schlachtung entnommen und ist bis zur Messung (3 Stunden nach der Schlachtung)
bei 8°C gelagert worden. Die Messung selbst fand bei Raumtemperatur (20°C) statt. In
Abbildung 6.2 a.) ist die Viskosität der Probe (rot) gegen die Scherrate aufgetragen. Es
ist deutlich zu erkennen, dass die Viskosität mit steigender Scherrate fällt und sich gemäß
Gleichung 6.5 einem Plateau nähert. Die eingezeichneten Fitfunktionen sind Anpassungen
an Gleichung 6.4 bzw. 6.5 und die resultierenden Parameter sind in Tabelle 6.1 zusammengefasst. Für die Carreaufluid Anpassung ergibt sich ein Exponent n für das frische
Vollblut von 0, 37. Für eine Anpassung an das Potenzfluid ergibt sich hingegen ein Exponent von n = 0, 6. Im Gegensatz zu der eingezeichneten Theoriekurve von Wasser (blau)
ist das pseudoplastische Verhalten von Blut eindeutig sichtbar. Auch ist deutlich zu sehen, dass die Viskosität der Blutprobe innerhalb des Messbereiches durchgehend höher
ist als die von Wasser. Die Carreaufluid Anpassung beschreibt die gemessene Kurve deutlich besser als die Potenzfluid Anpassung. Diese liefert nur gute Ergebnisse im mittleren
Scherratenbereich (10-300 1s ).
Zur Verdeutlichung, welcher Scherratenbereich für die später gezeigten Messungen wichtig
ist, ist in Abbildung 6.2 b.) die theoretische Scherratenverteilung für nicht turbulente Rohrströmungen angegeben. Für die Bestimmung wurde eine maximale Geschwindigkeit (Blut:
cm
3 cm
s und Wasser: 6 s ) für die Rohrströmung festgelegt und anhand von Gleichung 6.3
1
Firma Anton Paar - MCR 502
Bochumer Fleischhandel GmbH & Co KG
3
Institut für Transfusionsmedizin, Dortmund
4
Fleischerei und Hausschlachtebedarf - Rayk Hornbostel, Sangerhausen
2
34
Kapitel 6 Nichtnewtonsche Eigenschaften
Vollblut (20°C)
Carreaufluid Anpassung
Potenzfluid Anpassung
Wasser (20°C)
Viskosität [Pa s]
0,1
0,01
b.)
Wasser
Blut n=0,5
6 cm/s
3 cm/s
10
Anteil der Scherrate [%]
a.)
5
0
1E-3
1
10
100
1000
0
Scherrate [1/s]
20
40
Scherrate [1/s]
Abbildung 6.2.: a.) Scherratenabhängige Messung von Vollblut und dazugehörige Anpassungen. Zum Vergleich ist die Theorielinie für Wasser mit eingezeichnet. b.) Scherratenverteilung innerhalb einer Rohrströmung (Durchmesser von 6 mm) für Blut (Exponent
n=0,5) und Wasser für typische gemessene Geschwindigkeiten.
wurde das Geschwindigkeitsprofil in einem kreisförmigen Querschnitt (R = 3 mm) bestimmt. Dafür wurde für Wasser der Exponent n = 1 gewählt und für Blut n = 0, 5.
Aus dem zweidimensionalen Geschwindigkeitsprofil wurde die Scherratenverteilung ermittelt und als Histogramm aufgetragen. Für Wasser ist ein linearer Anstieg zu größeren
Scherraten zu erkennen, der darauf zurückzuführen ist, dass im kreisförmigen Querschnitt
zum Rand hin mehr Werte mit höherer Scherrate auftreten. Für das pseudoplastische
Fluid hingegen ist die Verteilung gleichmäßig über den Querschnitt verteilt. Dies liegt an
einem größeren Anteil niedrigerer Scherraten im Zentrum der Rohrströmung (vgl. Abbildung 6.1 b.) ). Für andere Geschwindigkeiten skaliert sich das Spektrum der Scherraten
proportional mit der Geschwindigkeitsänderung. Demnach deckt der gemessene Bereich
der Scherraten (0,3-1000 1s ) auch das Spektrum für Rohrströmungen mit den eben gezeigten Parametern ab.
Das zur Verfügung gestellte humane Erythrozytenkonzentrat wird normalerweise in der
Medizin für Bluttransfusionen benutzt. Bei den hier untersuchten Konserven war die Kühlkette kurz unterbrochen und daher sind diese Konserven nicht mehr für den medizinischen
Zweck nutzbar. EK enthält mehr Erythrozyten als normales Vollblut und der Hämatokrit5
liegt im Bereich von 0,5-0,7 [106], während der Hämatokrit im menschlichen Körper mit
0,44 normalerweise etwas niedriger liegt [107]. Daher wurden Messungen mit purem EK
und mit verdünntem EK durchgeführt. Zum Verdünnen wurde eine isotonische Kochsalzlösung (9 g NaCl / 1 l H2 O) verwendet. Insgesamt wurde dem EK Kochsalzlösung zugeführt,
so dass sich am Ende eine Gewichtskonzentration der NaCl Lösung von 30%gew ergeben
hat. Die dritte Probe, das Schweineblutpulver, wurde im Gewichtsverhältnis 1:10 mit isotonischer Kochsalzlösung angerührt. Abbildung 6.3 zeigt Messreihen für die weiteren Proben. Es wurden jeweils drei Messreihen aufgenommen und anschließend die Funktionen
5
Volumenverhältnis von Erythrozythen zum restlichen Blut
6.2 Scherratenabhängige Viskosität von unterschiedlichem Blut
Blutpulver
Vollblut
EK (pur)
EK (verdünnt)
0,1
Viskosität [Pa s]
35
0,01
1E-3
1
10
100
1000
Scherrate [1/s]
Abbildung 6.3.: Messungen der scherratenabhängigen Viskosität für Vollblut, Schweineblutpulver und Erythrozythenkonzentrat.
aus Gleichung 6.4 und 6.5 an die Daten angepasst. Die Ergebnisse für die Anpassungen
sind in Tabelle 6.1 zusammengefasst und die resultierenden Funktionen sind im Anhang A
zu finden. Alle Messungen wurden bei Raumtemperatur (20°C) durchgeführt und wurden
unter den gleichen experimentellen Bedingungen (Plattenabstand, Normalkraft usw.) mit
dem Rheometer aufgenommen.
Carreaufluid
Potenzfluid
Probe
νinf [mPa s]
ν0 [mPa s]
n
n
K [mPa sn ]
Vollblut
5, 03 ± 0, 07 330, 60 ± 6, 18 0, 37 ± 0, 01 0, 60 ± 0, 01 78, 61 ± 5, 68
Blutpulver 3, 41 ± 0, 06 91, 10 ± 4, 30 0, 41 ± 0, 01 0, 74 ± 0, 01 20, 78 ± 6, 66
EK (pur)
8, 14 ± 0, 12 253, 43 ± 4, 86 0, 33 ± 0, 01 0, 63 ± 0, 01 80, 30 ± 4, 52
EK (verd.) 2, 37 ± 0, 63 12, 59 ± 3, 46 0, 63 ± 0, 15 0, 85 ± 0, 02 7, 03 ± 0, 55
Tabelle 6.1.: Resultierende Anpassungsparameter zur Bestimmung der scherratenabhängigen Viskosität für unterschiedliche Blutproben bei 20°C. Bei der Anpassung an das
Carreaufluid wurde der Parameter λ = 5 nicht mit angepasst, da ansonsten Konvergenzprobleme auftraten.
Deutlich zu erkennen ist, dass das pure EK dem Vollblut am nächsten kommt. Das angemischte Blutpulver und das verdünnte EK haben dahingegen niedrigere Ausgangsviskositäten. Der aus der Carreaufluid Anpassung resultierende Exponent n ergibt für alle vier
Messreihen ein pseudoplastisches Fluid und ist, mit Ausnahme der Messung des verdünnten EK, im Bereich von 0,33 - 0,41 zu finden. Die sichtbaren Oszillationen bei der Messung
des verdünnten EKs sind experimentell bedingt, wodurch auch die größte Ungenauigkeit
bei der Anpassung zustande kommt. Das verwendete Rheometer ist für niedrige Scherraten und geringe Viskositäten anfällig für Fehlregistrierungen. Ein Vergleich der beiden
36
Kapitel 6 Nichtnewtonsche Eigenschaften
unterschiedlichen Anpassungen für das Carreaufluid und das Potenzfluid zeigt, dass die
Ergebnisse deutlich voneinander abweichen. Beide Anpassungen liefern unterschiedliche
Exponenten n, wobei das Carreaufluid die Messdaten immer besser beschreibt als die Potenzfluid Anpassung. Diese passt meistens nur im mittleren Scherratenbereich gut mit den
Messdaten überein. Eine Beschreibung von Blut als Potenzfluid ist demnach nur bedingt
möglich.
Der Viskositätsbereich von Blut im menschlichen Körper ist sehr variabel und neben der
Scherrate von vielen weiteren Parametern (Hämatokrit, Gefäßdurchmesser, Temperatur)
abhängig [92–96]. Für kleine Scherraten (5 1s ) und einem Hämatrokrit von 0,45 wird z.B. ein
Wert von 10mPa s angegeben, während für große Scherraten (300 1s ) ein Wert von 3,5mPa s
ermittelt wurde [90,91]. Diese Werte passen sehr gut mit den hier gezeigten Daten überein.
Anhand der hier gezeigten Blutproben lässt sich demnach das Fließverhalten gut an reale
Situationen im Körper durch die Wahl der Probeflüssigkeit anpassen.
Kapitel 7
Koagulation
Blut übernimmt im Körper viele wichtige Aufgaben. Dazu zählen z.B. der Wärmetransport, Informationsaustausch über Hormone sowie Nährstoff- und Sauerstoffversorgung.
Ein wichtiger Punkt, der in dieser Arbeit auch behandelt wird, ist die Koagulation. Die
Koagulation ist ein Prozess, der im Normalfall bei der Wundheilung eintritt und dazu
dient, Verletzungen des Blutkreislaufes zu beheben [108]. Über viele Bestandteile im Blut
(Thrombozyten, Fibrin und Co-Faktoren) wird bei einer Verletzung die Gerinnungskaskade reguliert, die dazu führt, dass das flüssige Blut in einen gelartigen bis festen Zustand
übergeht [109, 110]. Da dieser Prozess auch ein Bestandteil der Heilung von Aneurysmen
ist, ebenso aber auch durch Aneurysmen verändert wird, wird die Blutgerinnung in dieser Arbeit mit Hilfe der MRT untersucht [111]. Eine ungewünschte Gerinnung kann zu
schweren gesundheitlichen Risiken führen, wenn sich z.B. sich ein Blutgerinnsel innerhalb
des Herz-Kreislauf-System bewegt (Schlaganfall-, Embolie-Risiko). Weitere Arbeiten, die
sich bereits mit der Analyse der Blutgerinnung mit Hilfe der NMR oder MRT beschäftigt
haben, sind [112–120]. In dieser Arbeit hingegen liegt der Fokus auf der Untersuchung der
dreidimensionalen zeitabhängigen Koagulation unterschiedlicher Blutproben.
In diesem Kapitel werden zwei unterschiedliche Blutproben untersucht. Zum einem wird
eine Vollblutprobe vom Schwein auf die Gerinnung hin untersucht und zum anderen wird
ein Erythrozythenkonzentrat verwendet. Außerdem wird die Gerinnung abhängig von einem extern zugegebenen Auslöser (CaCl2 ) untersucht.
7.1. Beschreibung der Messmethode
Für die Messung der Blutkoagulation wird eine gekühlte Blutprobe in ein NMR-Röhrchen
mit einem Durchmesser von ca. 5 mm gefüllt. Dieses wird luftdicht verschlossen, um den
Kontakt zur umgebenden Luft zu verringern. Anschließend wird die Probe in den Messaufbau eingebaut und auf 37°C erhitzt. Während der Temperierung werden sämtliche vorbereitende Maßnahmen durchgeführt (Shimming, Parameterinitialisierung). Sobald die Probe die Zieltemperatur erreicht hat, werden Bilder der Probe aufgenommen. Dabei werden
zwei verschiedene Methoden genutzt. Zum einen wird eine FLASH-Sequenz verwendet,
die nacheinander einzelne angrenzende Schichten aufnimmt, um einen dreidimensionalen
Raum abzutasten. Anschließend wird diese Abtastung zeitlich wiederholt und dadurch eine zeitabhängige Messung des selektierten Probenvolumens durchgeführt. Hierbei sind die
einzelnen Schichten zeitlich unterschiedlich kodiert und dementsprechend ist in jedem dreidimensionalen Bild eine eigene Zeitabhängigkeit vorhanden. Die zweite Methode basiert
37
38
Kapitel 7 Koagulation
auf einer Parallelisierung der Aufnahmen und wird mit einer Spin-Warp-Sequenz aufgenommen. Dabei werden parallel mehrere Schichten kodiert, während in der Repetitionszeit
einer einzelnen Schicht keine Messung durchgeführt werden kann. Es werden in dieser Zeit
parallele Schichten angeregt (vgl. [26]). So entsteht ein dreidimensionales Bild mit einer
globalen Zeitinformation. Diese Spin-Warp-Sequenz wird dann ebenfalls wiederholt, um
eine zeitabhängige dreidimensionale Entwicklung des selektierten Probenvolumens zu erhalten.
Die Koagulation selbst ist in den MRT-Bildern anhand einer Kontraständerung sichtbar.
Inwieweit die Gerinnung die Relaxationszeiten beeinflusst, wurde bereits von mehreren
Arbeitsgruppen untersucht [115,121,122] und anhand dieser Arbeiten bieten sich Kontraste
basierend auf den Relaxationszeiten T2 und T2∗ an, um die Koagulation zu beobachten.
7.2. Vollblut
Zuerst wurde das Koagulationsverhalten einer Schweineblutprobe untersucht. Die Probe
wurde frisch bei einem Metzger entnommen1 und 5 Stunden nach der Entnahme untersucht. Für den Transport und die kurze Zwischenlagerung wurde das Blut bei ca. 6-8°C
gekühlt. Für die quantitative Betrachtung der Messung ist zu beachten, dass dem Blut
bei dem Metzger eine unbekannte Menge Gerinnungshemmer zugegeben wurde. Zusätzlich können beim Schlachtprozess und der Abfüllung weitere Verunreinigungen entstanden
sein, die zu einer Beeinflussung der gezeigten Ergebnisse führen können.
Für die Messung wurde eine FLASH-Sequenz verwendet, mit der ein dreidimensionales
Volumen von 6×6×3,3 mm3 aufgenommen wurde. Dafür wurden 11 Schichten mit einer
Schichtdicke von 300 μm und einem FOV von 6 mm nacheinander aufgenommen und zu
einem dreidimensionalen Datensatz zusammengesetzt. Für jedes einzelne Bild wurden 128
Phasenschritte verwendet und 256 Datenpunkte als Akquisitionslänge gewählt. Für die
Auswertung wurde in Phasenkodierrichtung ein „zero-filling“ auf 256 Datenpunkte durchgeführt. Daraus resultiert eine räumliche Auflösung für ein einzelnes Voxel des Datensatzes
von 23×23×300 μm3 . Dies entspricht einem Voxelvolumen von 1, 6 · 10−4 mm3 . Die Aufnahme eines Bildes benötigte 410 Sekunden bei der Wahl von 8 Akkumulationen und einer
Repetitionszeit TR von 400 ms. Insgesamt wurden 20 dreidimensionale Datensätze aufgenommen und ausgewertet. Jeder Datensatz entspricht demnach einem Zeitfenster von 75
Minuten und die gesamte Messung dauerte 25 Stunden.
In Abbildung 7.1 sind exemplarisch zwei T*2 -gewichtete Bilder aus der gesamten Messreihe
dargestellt. Die beiden Bilder gehören zu zwei unterschiedlichen Schichten der Blutprobe
und wurden zu verschiedenen Zeiten aufgenommen (44 Minuten und 10,5 Stunden nach
dem Beginn der Messung). Die Bilder entsprechen einem Querschnitt durch das NMRRöhrchen und die Signalamplituden sind entsprechend der verwendeten Pulssequenz T*2 gewichtet. Hohe Signalamplituden, nahe bei 1, entsprechen freier Flüssigkeit, während
geringe Signalamplituden koaguliertem Blut (eingeschränkter Bewegung) oder Verunreinigungen zugeordnet werden können. Es ist deutlich zu erkennen, dass in Abbildung 7.1 a.)
sehr viel freie Flüssigkeit vorhanden ist und nur ein kleiner Bereich mit einer geringen Signalamplitude vorliegt. Dieser Bereich kann durch bereits geronnenes Blut entstanden
oder aufgrund von Unreinheiten bedingt sein. 7.1 b.) hingegen weist nahezu komplett ge1
Metzgerei Schnabel, Rahmedestr. 321, 58762 Altena, Rahmede
7.2 Vollblut
39
1 mm
a.) 44 min
1
Blut
Signalamplitude [a.u.]
Probe
Gerinnsel
b.) 624 min
0
Abbildung 7.1.: T2 *-gewichtete Bilder einer Schweineblutprobe. a.) wurde 44 Minuten
nach dem Erwärmen auf 37 ◦ C gemessen, während b.) eine Messung nach 10,5 Stunden
repräsentiert. In der ersten Aufnahme ist deutlich eine Region mit geringerer Signalamplitude zu erkennen (Gerinnsel), während in der zweiten Aufnahme nur noch einige wenige
Bereiche eine hohe Signalamplitude (freie Flüssigkeit) aufweisen.
ronnenes Blut über den gesamten Querschnitt auf. Nur einige wenige Bereiche sind nicht
koaguliert.
Anhand der Signalamplitude der gezeigten Querschnittsbilder wird im Folgenden der Koagulationsfortschritt bestimmt. Dazu wird ein Grenzwert für die Signalamplitude festgelegt, anhand dessen die Voxel als geronnen oder nicht geronnen eingeordnet werden.
Oberhalb des Grenzwertes wird das Blut als unkoaguliert betrachtet, während Signalamplituden unterhalb des Grenzwertes als geronnen angenommen werden. Um diesen
Grenzwert festzulegen, wird zunächst die Signalamplitudenverteilung des ersten dreidimensionalen Datensatzes (75 Minuten nach Beginn der Datenaufnahme) betrachtet. Die
Signalamplitudenverteilung ist in Abbildung 7.2 in Form eines Histogramms (grün) dargestellt. Außerdem ist in blau das resultierende Histogramm des letzten dreidimensionalen
Datensatzes gezeigt (25 Stunden nach Messbeginn).
Die Histogramme wurden auf der Basis einer, auf den maximalen Wert innerhalb der
gesamten zeitabhängigen Messung, normierten Signalamplitude erstellt. Der Einfluss des
Rauschsignales außerhalb des NMR-Röhrchens wurde durch die Definition einer Schnittmaske entfernt [103]. Für den ersten Datensatz dominiert offensichtlich eine gauß´sche
Signalamplitudenverteilung, während neben dieser Gaußverteilung eine flache Flanke bei
(x−xc )2
niedrigeren Signalamplituden zu sehen ist. Eine Gaußverteilung der Form y = Ae− 2w2
mit einem festgelegten Maximum xc bei 82% der maximalen Signalamplitude und maximaler Amplitude A an diesem Punkt wurde an diesen Datensatz angepasst und ist als
schwarze Kurve in der Grafik dargestellt (w = 0, 076 ± 0, 003).
Als Grenzwert für die Unterscheidung wurde 55 % der maximalen Signalamplitude festgelegt. An diesem Punkt ist die angepasste Gaußverteilung auf einen Wert von 0,2% der
Amplitude A abgefallen und demnach ist der Einfluss der Startverteilung dort nur noch
sehr gering. Die Abweichungen von der Gaußverteilung in Form der flachen Flanke bei
geringeren Signalamplituden sind durch Randeffekte an den Grenzen des NMR-Röhrchens
40
Kapitel 7 Koagulation
Anzahl der Voxel [%]
15
Signalverteilung nach 75 Minuten
Signalverteilung nach 25 Stunden
Angepasste Gaußkurve
10
Gewählter Grenzwert
5
0
0,5
1,0
Signalamplitude [a.u.]
Abbildung 7.2.: Signalamplitudenverteilung für zwei dreidimensionale Datensätze aus
der zeitabhängigen Koagulationsmessung für das Vollblut. Es ist der erste sowie der letzte
aufgenommene Datensatz gezeigt.
Koaguliertes Volumen
Vergrößerung
1mm
Abbildung 7.3.: Der linke Bereich der Abbildung visualisiert das koagulierte Volumen
10 Stunden nach Beginn der Vollblut Messung. Hierbei ist die Oberfläche rot dargestellt,
während die Grenzen des NMR-Röhrchens in beige zu sehen sind. Die rechte Seite zeigt
eine Vergrößerung der dunkelgrauen Box im linken Teil der Grafik.
7.2 Vollblut
41
und frühen Clustern bzw. Verunreinigungen bedingt. Anhand der Gaußverteilung wurde
nun der Grenzwert zu 0,55 % festgesetzt, um das frische Blut (gegeben durch die gauß´sche
Signalverteilung) von dem koalierten Blut zu unterscheiden.
Die durch den Grenzwert als geronnen betrachteten Bereiche lassen sich als Oberfläche
darstellen und dadurch kann ein Einblick in den Prozess der Koagulation gewonnen werden. In Abbildung 7.3 ist dies exemplarisch für die Messung 10 Stunden nach dem Beginn
der Aufnahme dargestellt. In dem linken Teil der Abbildung sind viele koagulierte Bereiche in einem dunklen Rot zu erkennen, während die Oberfläche des NMR-Röhrchens
in beige dargestellt ist. Im unteren Teil der Probe befindet sich ein großer koagulierter
Bereich, während im oberen Teil eher kleinere Gruppen zu sehen sind. Der rechte Teil
der Grafik zeigt eine Vergrößerung des grauen Kastens aus dem linken Bild. Hier sind die
Strukturen der einzelnen Cluster deutlicher zu erkennen. Die Oberflächenvisualisierungen
der gesamten Messreihe sind im digitalen Anhang in der Form eines Videos zu sehen2 .
Eine quantitative Analyse der Daten wird ebenfalls aufgrund des gewählten Grenzwertes
durchgeführt. Dafür wird zuerst die zeitliche Veränderung der Signalamplituden anhand
von Histogrammen (vgl. Abbildung 7.2) charakterisiert. Für alle 21 dreidimensionalen
Bilder wurde ein Histogramm der Signalverteilungen bestimmt. Die resultierenden Histogramme sind in Abbildung 7.4 a.) dargestellt.
E Vollblut
max
Anzahl der Voxel
25
15
Zeit [h]
Anzahl der Voxel [%]
D
0
25
1.25
0
Zeit [h]
1
Signalamplitude [a.u.]
0
0,55
1
0
Signalamplitude [a.u.]
Abbildung 7.4.: a.) Die Verteilung der Signalamplituden der einzelnen dreidimensionalen Datensätze als Funktion der Zeit. Für die erste Signalverteilung ist die Einhüllende als
rote Linie gezeigt, um die Verteilung besser sichtbar zu machen. Außerdem ist die Grenze,
die als Unterscheidungskriterium gewählt wurde, als rot/weißer Balken im Histogram gekennzeichnet. b.) Das Bild zeigt a.) als Aufsicht, wobei die Anzahl der Voxel farbkodiert
ist.
In der Grafik ist auf der z-Achse die Anzahl der Voxel aufgetragen, während in x- und
y-Richtung die Zeit bzw. die normierte Signalamplitude zu sehen ist. Es ist deutlich eine koagulationsbedingte Verschiebung des Maximums der einzelnen Histogramme mit der
Zeit zu erkennen. Im ersten Histogramm befindet sich das Maximum bei 0,82, während
2
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/VollBlut.mpg
42
Kapitel 7 Koagulation
es sich in der letzten Aufnahme bei 0,2 befindet. In der Abbildung 7.4 b.) ist diese Verschiebung deutlicher sichtbar. Das rot/gelbe Band, welches die größte Anzahl an Voxel
repräsentiert, wandert mit fortschreitendem Koagulationsprozess zu niedrigeren Signalamplituden. Die anfänglichen Verteilungen zeigen wiederum Beiträge mit niedrigen Amplituden < 0,5, welche auf Randeffekte, Unreinheiten und frühe Gerinnsel zurückzuführen
sind (vgl. Abb. 7.1 a.) ).
In Abbildung 7.5 sind drei unterschiedliche Größen, welche den Gerinnungsprozess charakterisieren, im Verlauf der Messzeit dargestellt. a.) zeigt das gesamte Volumen, welches
unterhalb des gesetzten Grenzwertes liegt. b.) beschreibt die mittlere Größe der Cluster über die Zeit, während c.) die Clustergrößenentwicklung darstellt. Dabei werden die
Cluster über zusammenhängende koagulierte Bereiche identifiziert. Es fällt deutlich auf,
dass alle drei Kenngrößen miteinander korreliert sind. Die mittlere Clustergröße sowie
das gesamte koagulierte Volumen zeigen einen sehr ähnlichen Verlauf. Zu Beginn sind
nur wenige Bereiche geronnen, während mit fortschreitender Zeit das koagulierte Volumen
zunimmt. Die mittlere Clustergröße steigt ca. 1 Stunde zeitversetzt an. Die Anzahl der
identifizierten, individuellen Cluster bleibt zu Beginn der Messung auf einem Wert von
etwa 30 konstant. Nach 5 Stunden, dem Zeitpunkt an dem auch das geronnene Volumen
zunimmt, steigt die Anzahl der Cluster sehr schnell an, bis sie ihr Maximum von 304
Clustern nach 6,25 Stunden erreicht. Danach verbinden sich die einzelnen Zentren und die
Anzahl verringert sich, während gleichzeitig das mittlere Volumen der Cluster zunimmt.
Um den gesamten Prozess mathematisch zu beschreiben, wird ein Modell angenommen,
welches ein beschränktes Wachstum beschreibt [123,124]. Das anteilig geronnene Volumen
A kann zeitlich mit der Gleichung
A(t) = Amin +
(Amax − Amin )
1 + (t/t0 )p
(7.1)
beschrieben werden, wobei Amax und Amin die Start- und Endwerte darstellen. t0 ist das
Symmetriezentrum des Prozesses und p ist ein phänomenologischer Parameter. Für die
Daten aus Abbildung 7.5 a.) ergeben sich die angepassten Parameter zu t0 = (8, 0 ± 0, 1) h
und p = (5, 2 ± 0, 4), während Start- und Endvolumen durch den ersten Datenpunkt auf
Amin = 11, 9 ± 1, 5 sowie den letzten Datenpunkt auf Amax = 99, 6 ± 1, 0 festgesetzt
wurden.
7.3. Erythrozytenkonzentrat
Weitere Messungen wurden an menschlichem Erythrozytenkonzentrat3 durchgeführt. EK
bietet den Vorteil, dass die Bestandteile weitestgehend bekannt sind [106]. In den Blutkonserven sind unterschiedliche Bestandteile beigefügt, um eine Gerinnung zu verhindern
und außerdem sind, bis auf die Erythrozyten, sämtliche Bestandteile nahezu entfernt worden. Die hier verwendeten Konserven sind, ebenso wie die für die Messungen in Kapitel 6
verwendeten Konserven, nicht mehr für den medizinischen Gebrauch nutzbar gewesen, da
die Kühlkette kurzzeitig unterbrochen war.
Die erste Messung wurde mit purem EK durchgeführt. Dafür wurden die gleichen experimentellen Parameter verwendet wie für das Vollblut (siehe Kapitel 7.2). Wieder wurden
3
Institut für Transfusionsmedizin, Dortmund
7.3 Erythrozytenkonzentrat
Koaguliertes Volumen [%]
a.)
3
Mittlere Größe [mm ]
b.)
43
100
50
Koaguliertes Volumen
Fitfunktion
0
6,25
0,63
Mittlere Clustergröße
0,06
Anzahl der Cluster [#]
c.)
250
Anzahl der Cluster
0
0
10
20
Zeit [h]
Abbildung 7.5.: a.) zeigt die zeitliche Entwicklung des als koaguliert identifizierten Volumens als relativen Anteil des Gesamtvolumens. Außerdem ist als schwarze Linie die
angepasste logistische Funktion eingezeichnet. b.) repräsentiert die mittlere Größe der
einzelnen Cluster und c.) zeigt die identifizierte Anzahl der individuellen Cluster. Die
einzelnen Datenpunkte sind mit „b-splines“ verbunden.
11 Schichten aufgenommen und diesmal wurden diese über einen Zeitraum von 2,5 Tagen
bei einer Probentemperatur von 37°C beobachtet.
Die zeitliche Entwicklung der Signalamplituden der einzelnen dreidimensionalen Datensätze ist in Abbildung 7.6 a.) dargestellt. Über den gesamten Zeitraum von 2,5 Tagen ist
kein Anzeichen von Koagulation in den experimentellen Daten sichtbar. Dies lässt darauf
schließen, dass reines EK keine bzw. nur eine sehr langsame spontane Gerinnung zeigt.
In dem EK lässt sich jedoch eine Koagulation induzieren. Dazu wird der Probe eine wässrige Calciumchlorid-Lösung beigemischt. CaCl2 ist ein bekannter Auslöser für die Gerinnungskaskade und ist dabei an mehreren verschiedenen Prozessen beteiligt (vgl. [125–127]).
Die folgenden Messungen der induzierten Gerinnung wurden mit der parallelen Spin-WarpSequenz durchgeführt. Dafür wurde das FOV in vertikaler Richtung auf 9,6 mm erweitert,
während die räumliche Auflösung beibehalten wurde. Demnach wurden 32 Schichten auf-
44
Kapitel 7 Koagulation
E EK + CaCl2
43
17
max
Anzahl der Voxel
D pures EK
Zeit [h]
56
+ CaCl2
Ohne CaCl2
0
1
0
1
0,55
0
Signalamplitude [a.u.]
Abbildung 7.6.: a.) zeigt die Evolution der Signalamplituden für pures Erythrozytenkonzentrat über einen Zeitraum von 56 Stunden und b.) zeigt die Evolution der induzierten
Koagulation. Hier wurde dem EK nach 17 Stunden eine CaCl2 -Lösung beigemischt.
genommen, während das parallele Aufnahmeschema eine Wartezeit von 1,2 s zwischen
Aufnahmen benachbarter Schichten vorsieht. Die Echozeit TE des Experiments wurde auf
15 ms gesetzt und die Repetitionszeit TR auf 9 s. Der Kontrast für diese Bildgebungssequenz ist nicht mehr T2∗ -gewichtet, sondern es wurde ein T2 -Kontrast gewählt.
Für die Beobachtung der induzierten Koagulation wurde zuerst das EK für 17 Stunden
bei einer Temperatur von 37°C beobachtet. Die resultierenden Histogramme (siehe Abbildung 7.6 b.) ) zeigen, wie bereits schon vorher gesehen, keine spontane Koagulation über
diesen Zeitraum. Anschließend an diese 17 Stunden wird eine CaCl2 -Lösung der Probe
beigefügt. Die CaCl2 -Menge wurde auf eine resultierende Konzentration innerhalb der gesamten Probe von 1%gew abgestimmt. In Abbildung 7.6 b.) ist der Zeitpunkt, an dem die
Lösung hinzugefügt wurde, durch eine weiße horizontale Linie markiert. Es ist deutlich zu
sehen, dass die CaCl2 -Injektion eine sofortige Reaktion innerhalb der Probe hervorruft,
welche sich deutlich von der Koagulation des Vollblutes unterscheidet.
Den induzierten Prozess zeichnet ein deutlich inhomogeneres Verhalten aus. Dies wird
durch mehrere einzelne Maxima in der Signalverteilung deutlich, die sich auf unterschiedlichen Zeitskalen verändern. Es konnten anhand der Maxima drei Prozesse (P1, P2 und
P3) ausfindig gemacht werden, welche in Abbildung 7.7 deutlich zu erkennen sind. Die Abbildung zeigt drei einzelne Histogramme, welche die Signalverteilung zu den Zeitpunkten
t=18 h, t=25 h und t=31 h zeigen. Die Prozesse P2 und P3 verschieben sich zu geringeren
Signalamplituden, während die dritte Komponente (P1) nahezu ungestört bleibt. Eine An−
t
passung der Position der Maxima S an eine Exponentialfunktion S(t) = S0 e t1 liefert für
die beiden sich verändernden Prozesse (P2 und P3) zwei unterschiedliche Zeitkonstanten
(t1 (P2) = (4, 34 ± 0, 46) h und t1 (P3) = (2, 76 ± 0, 19) h). Dies lässt sich durch zwei unter-
7.3 Erythrozytenkonzentrat
45
18 h
P2&P1
P3
5
$Q]DKOGHU9R[HO>@
$Q]DKOGHU9R[HO>@
0
25h
P2
P3
5
P1
0
31h
P3
P2
5
P1
0
0,0
0,5
1,0
Signalamplitude [a.u.]
Abbildung 7.7.: Histogramme für drei unterschiedliche Zeitpunkte nach der CaCl2 Injektion. Es sind deutlich die drei verschiedenen Maxima P1, P2 und P3 zu erkennen. P1
bleibt über die Zeit konstant, während sich P2 und P3 mit der Zeit verschieben.
schiedliche Prozesse innerhalb des Gerinnungsprozesses beschreiben, die auf verschiedenen
Zeitskalen stattfinden.
Für die weitere Auswertung wurde wieder ein Grenzwert festgelegt (0,55), anhand dessen
eine Unterscheidung zwischen koaguliertem und nicht koaguliertem Blut getroffen wird.
Dieser Grenzwert ist als rote vertikale Linie in Grafik 7.6 b) dargestellt. Wie zu sehen
ist, liegt dieser Grenzwert unterhalb der Gaußverteilung für das EK ohne CaCl2 . Es fällt
auf, dass das Maximum vom schnellen Prozess P3 bereits direkt nach der CaCl2 -Injektion
unterhalb dieser Linie liegt, während das Maximum von Prozess P2 diese erst 9 Stunden
später erreicht. Das Maximum von Prozess P1 verschiebt sich hingegen nur von 0,78 bis 0,7
46
Kapitel 7 Koagulation
über den gesamten Zeitraum von 24 Stunden und ist demnach durchgehend oberhalb des
Grenzwertes. Der Anteil von P1 an den gesamten Voxeln beträgt ca. 12 %. Dieser Anteil
ist in den nun folgenden dreidimensionalen Darstellungen 7.8 als Volumen zu erkennen,
welches freie Flüssigkeit enthält.
Die Grafik zeigt resultierende Bilder zu unterschiedlichen Zeitpunkten vor und nach der
CaCl2 -Injektion, wenn der Grenzwert auf 55% des maximalen Signals gesetzt wird. Hierbei
ist das NMR-Röhrchen in einem hellen Beige dargestellt, während das koagulierte Blut
dunkelrot gefärbt ist. Für eine bessere Übersicht ist der koagulierte Bereich nur für das
1,25 h
pures EK
8,75 h
EK + CaCl2
Signalamplitude [a.u.]
1
0
18,75 h
42,5 h
Abbildung 7.8.: Visualisierung der Oberfläche des koaglierten Volumens für unterschiedliche Zeiten vor und nach der Injektion von CaCl2 . Für eine bessere Übersicht wurde nur
die Hälfte des Datensatzes visualisiert. Die eingezeichnete rote Linie kennzeichnet diesen
Bereich. In den einzelnen dreidimensionalen Bildern sind zusätzlich Querschnittsbilder der
MRT-Aufnahmen dargestellt.
7.3 Erythrozytenkonzentrat
47
hintere halbe Volumen dargestellt worden. Die Schichten entsprechen einzelnen 2D-MRTBildern, welche benutzt wurden, um die 3D-Darstellung zu generieren. Die rote Linie
markiert den Bereich, welcher nicht dargestellt wurde. Der gesamte Prozess ist im digitalen
Anhang in Form eines Videos hinterlegt4 . Zu Beginn der Messungen ist nur ein kleiner
Bruchteil der Flüssigkeit als koaguliert identifiziert worden, während nach der Injektion
viele kleine Cluster im oberen Bereich zu sehen sind, die sich mit der Zeit zu größeren
zusammenschließen und im unteren Bereich einen zusammenhängenden Cluster bilden.
Die Abbildungen 7.9 a.-c.) fassen die Dynamik des gesamten Koagulationsprozesses zusammen. Für das reine Erythrozytenkonzentrat sind, bis zu dem Zeitpunkt, an dem die
CaCl2 -Lösung beigefügt wird, keine bzw. nur minimale Veränderungen für das gesamte
koagulierte Volumen a.), die durchschnittliche Clustergröße b.) und die Anzahl der Cluster c.) sichtbar. Ab dem Zeitpunkt, an dem die Koagulation ausgelöst wurde, steigt das
koagulierte Volumen bis zu einem Wert von ca. 80 % exponentiell an. Ein logistischer Prozess wie in Abbildung 7.5 a.) ist hier nicht zu erkennen. Daher wurde ein exponentieller
Anstieg der Form
A(t) = Amax (1 − e(
t−t0
)
t1
)
(7.2)
für die Charakterisierung des induzierten Prozesses verwendet. Eine Anpassung an die
Daten ergibt Amax = (84 ± 1)% , t0 = (17, 35 ± 0, 13) h und t1 = (5, 13 ± 0, 28) h und
die resultierende Funktion ist in Abbildung 7.9 a.) mit eingezeichnet. Verglichen mit dem
Vollblut vom Schwein verhält sich das Erythrozytenkonzentrat auch in Bezug auf die
Clusterentwicklung und die durchschnittliche Größe anders. Während bei dem Vollblut
die Anzahl der Cluster nach dem Maximum auf den Wert 1 zurückgeht, fällt bei dem
Konzentrat die Anzahl der Cluster nach dem Erreichen des Maximums (2189) auf einen
Wert von 1617 zurück, was darauf zurückzuführen ist, dass nicht 100% des Volumens
koaguliert. Dies ist auch deutlich in den 3D-Bildern zu sehen, in denen viele unabhängige
Cluster am Ende der Messung existieren.
Um die Abhängigkeit von der Calciumchlorid-Lösung auf diesen Prozess zu untersuchen,
wurden weitere Messungen mit resultierenden CaCl2 -Konzentrationen von 0,25 %gew und
15 %gew durchgeführt. Die dreidimensionalen Bilder der Datensätze sind im digitalen Anhang zu finden5,6 , während die relevanten Werte für den Vergleich in Tabelle 7.1 zusammengefasst sind.
Aus der Tabelle geht hervor, dass mit steigender CaCl2 -Konzentration die Zeitkonstante
des Prozesses sinkt, während die maximale Anzahl der Cluster annähernd gleich bleibt.
Eine Ausnahme bildet die Messung für die höchste Konzentration an CaCl2 . In dieser
Messreihe war ein Volumen von ca. 63 % direkt nach der Injektion koaguliert und demnach wurde kein wirkliches Clustermaximum detektiert. Der Anteil des koagulierten Blutes
sinkt mit der Zeit auf 40 % nach 28,75 Stunden. Dies beruht auf einem Zusammenziehen
des Gerinnsels. Ein solches Verhalten wurde ebenso von Born et al. [127] nachgewiesen. In
Abbildung 7.10 sind zwei dreidimensionale Oberflächenvisualisierungen dieser Messreihe
dargestellt. Das Schrumpfen des Gerinnsels ist deutlich sichtbar. Die röhrenartige Struktur
entsteht durch die Injektionsnadel für das CaCl2 , die bis zum Boden des NMR-Röhrchens
4
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/EC1.mpg
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/EC025.mpg
6
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/EC15.mpg
5
48
Kapitel 7 Koagulation
100
b.)
0
3
Mittlere Größe [mm ]
Koaguliertes Volumen [%]
a.)
Koaguliertes Volumen
Fitfunktion
50
CaCl2 -Injektion
Mittlere Clustergröße
0,02
0,01
Anzahl der Cluster [#]
c.)
2000
1000
0
Anzahl der Cluster
0
20
Zeit [h]
40
Abbildung 7.9.: a.) zeigt den Verlauf des koagulierten Volumens vor und nach der CaCl2 Injektion (finale Konzentration 1%gew ). b.) und c.) zeigen die Dynamik der Cluster Entwicklung. Die Datenpunkte sind mit „b-splines“ verbunden.
EK + CaCl2
0,25%gew
1%gew
15%gew
Max. Anz. Cluster
304
2422
2189
78
Koag. Vol.[mm3 ]
56
136
116
32
Amax / Amin [%]
100 / 12
100 ± 1
84 ± 1
63
t0 [h]
8, 02 ± 0, 13 17, 84 ± 0, 80 17, 35 ± 0, 13
t1 [h] / p
5, 2 ± 0, 4
54, 28 ± 3, 25 5, 13 ± 0, 28
< 1,25
Tabelle 7.1.: Zusammenfassende Tabelle für die unterschiedlichen Koagulationsmessungen. Für die Vollblutmessung wurde die logistische Anpassung vorgenommen, während für
die induzierten Prozesse eine exponentielle Anpassung verwendet wurde. Amin ist nur für
die logistische Anpassung notwendig.
Vollblut
7.4 Zusammenfassung
49
geführt wurde und anschließend, während der CaCl2 -Applikation aus dem Röhrchen gezogen wurde.
1,25 h
15% CaCl2
28,75 h
Abbildung 7.10.: Die Abbildung zeigt zwei Oberflächenvisualisierungen von der 15%gew
CaCl2 -Messung zu unterschiedlichen Zeitpunkten.
7.4. Zusammenfassung
Aufgrund unterschiedlicher Relaxationszeiten für Blut und geronnenes Blut lässt sich mit
der MRT das Gerinnungsverhalten von Blut über die Zeit nachweisen und in Hinblick auf
wichtige Zeitkonstanten charakterisieren. Die räumliche Dynamik des Prozesses kann in
spontaner und induzierter Koagulation beobachtet werden. Mit Hilfe von CaCl2 konnte
innerhalb des Erythrozythenkonzentrats eine Gerinnung ausgelöst werden und durch unterschiedliche Konzentrationen des Auslösers konnte die Dynamik der Koagulation variiert
werden. Diese Methode bietet die Grundlage für weitere Untersuchungen der Gerinnung
innerhalb von Strömungsmessungen, die mit Blut als Fluid arbeiten. Hier kann eine zeitliche Überwachung des interessanten Bereiches, z.B. in einem Aneurysma, Aufschluss über
das Gerinnungsverhalten in der Strömung geben.
Teil III.
Strömungsmessung in
unterschiedlichen Modellen
51
Kapitel 8
Versuchsaufbauten
8.1. Konstante Strömung
Für die Messungen mit konstanter Strömungsgeschwindigkeit wird der in Abbildung 8.1
schematisch dargestellte Versuchsaufbau verwendet. Die Basis für die konstante Strömung
bildet ein hydrostatischer Druck, der durch einen Flüssigkeitstank oberhalb des NMRMagneten erzeugt wird. Dieser Tank wird die gesamte Zeit auf dem gleichen Füllstand
gehalten. Dazu pumpt eine Membranpumpe die Probenflüssigkeit von einem Auffangreservoir kontinuierlich in den oberen Flüssigkeitstank. Dieser besitzt einen Überlauf, welcher
wieder zurück in das Auffangreservoir führt. Der Überlauf markiert gleichzeitig die konstante Füllhöhe im oberen Flüssigkeitstank. Vom unteren Ende des oberen Reservoirs wird
ein Schlauch aus Polyvinylchlorid (PVC) durch den NMR-Magneten geführt. Dort wird
er an die gewünschte Probe angeschlossen und anschließend in das untere Auffangreservoir geführt. Auf dem Weg durch den Magneten passiert der Schlauch mehrere Regel- und
Kontrollsysteme. Vor und nach dem Magneten gibt es ein Magnetventil, mit dem an diesen
Punkten der Flüssigkeitsfluss gestoppt werden kann. Dies dient zum Probenwechsel und ist
für Wartungsarbeiten wichtig. Weiterhin ist in der Kette ein Strömungssensor eingebaut.
Dieser misst Induktionsspannungen, die durch ein Schaufelrad innerhalb der Flüssigkeit
erzeugt werden. Daraus lässt sich der Volumenstrom durch den PVC-Schlauch bestimmen.
Dieser Sensor kann an die Strömungsgeschwindigkeit angepasst werden (vgl. [55]). Außerdem ist in der Kette ein Proportionalventil eingebaut. Dieses lässt sich über einen Schrittmotor ansteuern und erzeugt einen variablen Strömungswiderstand im System. Hierdurch
lässt sich der Volumenstrom anpassen [55]. Zusätzlich wird innerhalb der beiden Reservoire die Temperatur beobachtet. Dies ist wichtig, da innerhalb des NMR-Magneten gekühlte
Spulen für die Erzeugung der Magnetfeldgradienten verbaut sind. Diese haben im Normalfall eine Temperatur von ca. 10°C und kühlen demnach nicht nur die Gradienten,
sondern auch die Probenflüssigkeit beim Durchströmen des NMR-Magneten. Für die reale
Probentemperatur wird der Mittelwert beider Temperatursensoren verwendet.
Die Steuerung des Versuchsaufbaus und Speicherung der aufgenommenen Daten wurde mit
dem Programm Labview1 realisiert. Für detaillierte Informationen zur Steuerung verweise
ich auf die von Raphael Mocek verfasste Bedienungsanleitung2 zum verwendeten Aufbau.
1
2
http://www.ni.com/labview/d/
Interne Anleitungsnummer 395: Report on the flow-system.
53
54
Kapitel 8 Versuchsaufbauten
Temp. Sensor
Ventil
NMR
Magnet
Probe
Pumpe
Temp.
Sensor
Fluss
Sensor
R
RF-Spule
Einstellbarer
Widerstand
Abbildung 8.1.: Verwendeter Versuchsaufbau bei Messungen mit konstanter Strömungsgeschwindigkeit. Grundlegend besteht der Aufbau aus einem hydrostatischem Drucksystem, basierend auf einem Tank oberhalb des NMR-Magneten. Dieser wird über eine Pumpe
befüllt und auf einem konstanten Füllstand (Überlauf) gehalten. Von dem Tank selbst verläuft ein System aus Schläuchen durch den Magneten, die Probe und mehrere Mess- und
Regeleinheiten.
8.2. Gepulste Strömung
Für die möglichst detaillierte Nachbildung des Volumenstromes des Herzens wurde ein
System entwickelt, das in Abbildung 8.2 schematisch gezeigt ist. Der Abschnitt, der die
Führung durch den Magneten und zurück in den Auffangbehälter zeigt, ist der gleiche
wie für die Messung mit einer konstanten Strömung. Er besteht aus zwei Ventilen, die
mit Labview gesteuert werden können und so den Versuchsteil des Kreislaufes von dem
druckerzeugenden Teil trennen können. Außerdem gibt es einen Volumenstromsensor und
einen justierbaren Widerstand, der entweder ein Proportionalventil sein kann oder aber
auch ein langes dünnes Schlauchstück, das einen zusätzlichen Strömungswiderstand erzeugt. Anders als im Aufbau für die konstante Strömung ist die linke Seite der Skizze. Die
gepulste Strömung wird in diesem Schema über eine steuerbare Spritze erzeugt. Diese wird
über einen pneumatischen Zylinder bewegt, der wiederum über ein Zweiwegeventil ange-
8.2 Gepulste Strömung
55
steuert wird. Die Schaltung des Zweiwegeventils wird über eine Steuersoftware3 in Labview
realisiert. Dabei können die Zeiten variiert werden, die die Spritze ein-, bzw. ausfährt. Die
Geschwindigkeit, mit der dies passiert, kann über zwei Druckminderer geregelt werden,
die direkt an dem pneumatischen Zylinder angebracht sind. Durch die beiden Rückschlagventile vor und nach der Spritze wird die Strömungsrichtung vorgegeben. Beide Ventile
sind so angeordnet, dass sie Flüssigkeit in Richtung der Probe durchlassen. Dadurch wird
beim Einfahren der Spritze ihr Inhalt weiter in Richtung Probe gedrückt, während beim
Ausfahren die Flüssigkeit aus dem Auffangbecken in die Spritze gesaugt wird.
Ventil
PC-gesteuerte
Spritze
NMR
Magnet
Probe
Rückschlagventile
Temp.
Sensor
Fluss
Sensor
R
RF-Spule
Einstellbarer
Widerstand
Abbildung 8.2.: Verwendeter Versuchsaufbau bei Messungen mit gepulster Strömungsgeschwindigkeit. Bei diesem Aufbau ist die PC-gesteuerte Spritze für den gepulsten Strom
verantwortlich. Zwei Rückschlagventile geben dabei die Flussrichtung vor. Von der Spritze
geht ein System aus Schläuchen durch den Magneten, die Probe und mehrere Mess- und
Regeleinheiten.
In Abbildung 8.3 a.) ist ein Beispiel für gepulsten Fluss für eine Einfahrzeit (5 V Steuersignal) von 1000 ms und eine Ausfahrzeit (0,6 V Steuersignal) von 2000 ms gezeigt. Dabei ist
in grün das Steuersignal gezeigt und in schwarz der resultierende Volumenstrom kurz vor
dem Auffangbecken. Dabei ist ein typischer Versuchsaufbau als Probe verwendet worden.
In Abbildung 8.3 b.) ist die resultierende Kurve für 300 ms Einfahrzeit und 700 ms Ausfahrzeit gezeigt. Die Form des Volumenstromes ist bei beiden Einstellungen vergleichbar.
Jedoch fällt die Strömungsgeschwindigkeit bei der ersten Einstellung auf Null ab, während
bei der schnelleren Wiederholrate durchgehend Flüssigkeit durch den Schlauch transpor3
Interne Anleitungsnummer 395: Report on the flow-system
56
Kapitel 8 Versuchsaufbauten
tiert wird. Mit der in b.) gewählten Pumprate ist eine Frequenz von 60 Schlägen pro
Minute erreicht. Dies ist damit ein physiologisch relevanter Wert. Ein Vergleich mit Literaturdaten, die den zeitabhängigen Volumenstrom innerhalb der Koronargefäße [128] oder
den Volumenstrom durch die Carotiden [129] untersuchen, zeigt, dass die hier gemessenen
Formen gut mit den Literaturdaten übereinstimmen. Auf den vorerst starken Anstieg im
Volumenstrom folgt ein langsamer Abfall, bevor der nächste Druckpuls den Sensor erreicht.
Auch der zweite Peak aus Abbildung 8.3 a.) ist in den Literaturdaten wiederzufinden. Für
den Vergleich mit den hier aufgenommenen Daten muss berücksichtigt werden, dass der
l
= 42 ml
verwendete Volumenstromsensor nur bis zu einem Volumenstrom von 2,5 min
s ausgelegt ist. Oberhalb dieses Wertes wird der Volumenstrom stark unterschätzt. Außerdem
wird für die hier gezeigten Aufnahmen über einen Bereich von 100 ms das Zeitsignal aufgenommen. Aus diesem Zeitsignal wird die Frequenz für die weitere Berechnung verwendet,
die die höchste Signalamplitude im Spektrum besitzt. Dadurch können kurze, starke Änderungen nicht gut wiedergegeben werden. Daher ist der bestimmte Volumenstrom nur für
die grobe Analyse des Druckpulses heranzuziehen. Das Steuersignal für das Zweiwegeventil
wird zusätzlich zur Synchronisation mit dem Spektrometer verwendet.
a.)
Volumenstrom
Steuersignal
5,0
10
2,5
5
0
0
Steuersignal [V]
Volumenstrom [ml/s]
15
0,0
5
Zeit [s]
b.)
Volumenstrom
Steuersignal
5,0
10
2,5
5
0
0
1
2
3
4
Steuersignal [V]
Volumenstrom [ml/s]
15
0,0
Zeit [s]
Abbildung 8.3.: a.) zeigt ein Beispiel für gepulste Strömung, die bei einer eingestellten
Einfahrzeit von 1000 ms und einer Ausfahrzeit von 2000 ms entsteht. b.) zeigt den Volumenstrom bei einer eingestellten Einfahrzeit von 300 ms und einer Ausfahrzeit von 700ms.
Kapitel 9
Validierung der Phasenkontrast-MRT
und der Simulation
Dieses Kapitel befasst sich mit der Messung von konstanter Strömung durch unterschiedliche Modellsysteme. Dazu zählen sowohl einfache Aufbauten, wie z.B. ein Schlauch mit
einem 6 mm Innendurchmesser, als auch komplexe Geometrien wie eine Stufe, die ein Modell für eine Stenose darstellt. Zuerst wird in Abschnitt 9.1 ein Modell aus einem einfachen
PVC-Schlauch untersucht. Dieses Modell entspricht einer einfachen Rohrströmung für die
auch eine analytische Lösung existiert. Es werden die Ergebnisse der Phasenkontrastmessung, der Simulation sowie der analytischen Lösung untereinander verglichen. Dies dient
vor allem dem Test der Präzisionsgrenzen für die Messmethode und ebenso dem Abgleich
mit den Simulationsdaten. In diesem Abschnitt wird vorerst ein newtonsches Fluid als
Probenflüssigkeit verwendet. In Abschnitt 9.2 wird die Probenflüssigkeit gegen Blut ausgetauscht. Auch hier werden die Resultate der Messung mit der analytischen Lösung verglichen. Im darauffolgenden Abschnitt 9.3 wird die Geometrie einer Stufe untersucht, die
diesmal aus zwei PVC-Schläuchen besteht. Hier werden die resultierenden Messungen charakterisiert und mit der Simulation verglichen. Im letzten Abschnitt wird die Validierung
der Phasenkontrast-MRT innerhalb der hier untersuchten Modelle zusammengefasst.
9.1. Laminare Rohrströmung - newtonsches Fluid
Repräsentativ für das newtonsche Fluid wurde in diesem Abschnitt eine Wasserprobe
verwendet. Die Messungen mit der Phasenkontrast-MRT wurden anhand des Aufnahmeschemas Nr. 1 aufgenommen, welches im Anhang B.1 detailliert erläutert ist. Als Probe
wird ein PVC-Schlauch mit einem 6 mm Innendurchmesser und einem Außendurchmesser
von 10 mm verwendet. Die Symmetrieachse des PVC-Schlauchs ist in z-Richtung orientiert
und er ist in einem abgetasteten Probenvolumen mit einer Größe von 7 × 7 × 12, 3 mm3
platziert. Diese setzt sich aus einem FOV von 7 mm in der x-y-Ebene und 41 aufgenommenen Ebenen entlang der z-Richtung mit einer Schichtdicke von jeweils 300 μm zusammen.
Die einzelnen Schichten wurden senkrecht zu der Hauptströmungsrichtung gewählt und
wurden anhand ihrer z-Koordinate von 1 bis 41 für die folgende Auswertung durchnummeriert. Anhand der gewählten Phasenschritte und der Akquisitionslänge von 256 Punkten
nach dem „zero-filling“ ergibt sich eine digitale Auflösung von 27 × 27 μm2 innerhalb der
einzelnen Ebenen. Als Pulssequenz wurde die in Kapitel 3.1 beschriebene Gradientenechosequenz benutzt. Für die Strömungskodierung wurden, neben einem Bild pro Ebene mit
57
58
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
Strömungskompensation, jeweils 6 Datensätze mit unterschiedlich starker Kodierung aufgenommen. Als Parameter wurden δ = 1 ms und Δ = 1 ms gewählt. Die Stärke der
T
. Daraus
Kodierungsgradienten betrug entlang der einzelnen Achsen G(x,y,z) =[-0,2 ; 0,4] m
cm
ergibt sich das VENC zu 5,9 s , was an die erwarteten Geschwindigkeiten in z-Richtung
angepasst ist. Die Echozeit in der Sequenz wurde auf 13 ms gesetzt, während die Repetitionszeit 400 ms betrug. Der Flipwinkel α =35° wurde anhand der T1 Relaxationszeit der
Probe von ca. 2 s gewählt.
In Abbildung 9.1 ist die Geometrie des PVC-Schlauches anhand von rekonstruierten MRTDaten dargestellt. Aus den Geometriedaten geht hervor, dass die einzelnen Querschnitte
durch den Schlauch gut durch Ellipsen beschrieben werden können. Dadurch ist es möglich, die gemessenen Strömungsdaten mit einer analytischen Lösung zu vergleichen, die
für elliptische Randbedingungen existiert. An die einzelnen Querschnitte der gemessenen
Geometrie wird jeweils eine Ellipse angepasst, um diese zu charakterisieren. Über die gemessenen 41 Schichten ergibt sich für die mittleren Halbachsen a = (3, 054 ± 0, 011) mm
und b = (2, 866 ± 0, 009) mm. Daraus lässt sich die Elliptizität der Probe zu 7,6% bestimmen. Durch einen Vergleich der Mittelpunkte der Ellipsen geht hervor, dass der Schlauch
um ≈ 1° in x- und ≈ 0, 5° in y-Richtung geneigt ist. Die Orientierung der Ellipsen ist über
die gesamte Höhe konstant (ca. 0°).
Aus den Phasenkontrast-Daten wurden die Strömungsgeschwindigkeiten ermittelt. Diese wurden mit einem 3×3 Pixel-Mittelwertfilter prozessiert, um Rauschen zu reduzieren.
Dies wird auch für alle weiteren Phasenkontrast-Datensätze durchgeführt. Die mittlere
Geschwindigkeit entlang der z-Richtung beträgt v¯z = (3, 13 ± 1, 59) cm
s , während die senkrechten Komponenten in der Größenordnung von v¯⊥ = (0, 16 ± 0, 09) cm
s liegen. Daraus
lässt sich die Reynoldszahl in der Probe zu Re = 147, 43 bestimmen, was gut zu typischen
Reynoldszahlen in menschlichen Arterien passt. Diese variieren von ca. Re ≈ 1 in kleinen
Gefäßen, bis hin zu Re ≈ 4000 innerhalb der Aorta [3]. In Abbildung 9.2 ist ein Teil des
bestimmten Geschwindigkeitsvektorfeldes dargestellt. Die Abbildung zeigt auf der linken
Seite eine x-z-Ebene des Vektorfeldes. Die z-Komponente der Geschwindigkeit ist farblich
kodiert, wodurch das Hauptstömungsverhalten innerhalb der Probe deutlich wird. Rechts
ist exemplarisch die z-Komponente von Ebene Nr. 12 als Bild, bzw. als Schnitt (anhand der
Abbildung 9.1: Aus MRT-Daten
rekonstruierte Geometrie des vermessenen PVC-Schlauchs mit einem
Innendurchmesser von 6 mm.
9.1 Laminare Rohrströmung - newtonsches Fluid
59
Linie gekennzeichnet) durch das Zentrum der Schicht, gezeigt. Hier ist deutlich die parabelförmige Charakteristik der Strömung sichtbar, wie für eine laminare Strömung und ein
newtonsches Fluid erwartet wird (vgl. Kapitel 6) [101,102]. Die maximale Geschwindigkeit
in der gezeigten Schicht beträgt vmax = (6, 3 ± 0, 02) cm
s und die Position der maximalen
Geschwindigkeit ist mit einer Abweichung von 2 Pixeln (54 μm) nahezu im Zentrum der
bestimmten Ellipse.
Abbildung 9.2.: Gemessene Strömungsgeschwindigkeiten innerhalb der Rohrströmung
in dem 6 mm PVC-Schlauch. Auf der linken Seite der Grafik ist eine x-z-Ebene des Vektorfeldes dargestellt. Die Vektoren kennzeichnen die Geschwindigkeit in der Ebene, während die Geschwindigkeit in z-Richtung nochmal zusätzlich in Farbe kodiert ist. Auf der
rechten Seite der Grafik ist die z-Komponente von Schicht Nr. 12 dargestellt. Im oberen Teil der rechten Seite ist zur Verdeutlichung des Strömungsverhaltens zusätzlich die
Geschwindigkeit durch das Zentrum der Schicht visualisiert.
Die erste Validierung der Messung wird anhand der Divergenz durchgeführt, welche für
inkompressible Flüssigkeiten verschwinden sollte. Die Divergenz wird anhand der Formel
v = ∂vx + ∂vy + ∂vz
∇
∂x
∂y
∂z
(9.1)
bestimmt. Über das gesamte Probenvolumen ergibt sich eine mittlere Divergenz von
(1, 19 ± 11, 35) 1s , wobei der Fehler vor allem durch das Rauschen der ebenen Komponenten begründet wird. Der Fehler wird anhand von Gleichung 3.5 bestimmt. Das SNR
60
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
der gemessenen Probe beträgt ≈ 20, wodurch sich mit dem VENC ein Fehler für die
Geschwindigkeit von σ = 0,13 cm
s ergibt. Dieser Fehler ist in derselben Größenordnung
wie die gemessenen x-y-Geschwindigkeiten und daher ist dieses Rauschen für den großen
Fehler der Divergenz verantwortlich. In Abbildung 9.3 ist für die bereits gezeigte Ebene
Nr. 12 die Divergenz gezeigt. Es ist dort kein Hinweis für eine systematische Abweichung
zu erkennen. Zur Vedeutlichung wird die Rechnung ohne die x-y-Geschwindigkeiten wiederholt. Daraus folgt eine Divergenz von (0, 05 ± 1, 69) 1s . Hier treten an den Rändern der
Geometrie noch höhere Divergenzen auf, die durch die leicht verkippte Geometrie entstehen. Daher kann für die Probe davon ausgegangen werden, dass keine Erhaltungsgesetze
verletzt werden.
\ >PP@
'LYHUJHQ]>V@
\>PP@
'LYHUJHQ]>V@
[>PP@
[>PP@
Abbildung 9.3.: Bestimmte Divergenz für Ebene Nr. 12. Links sind die ebenen Geschwindigkeitskomponenten mit berücksichtigt worden. Rechts sind diese bei der Berechnung
ausgeschlossen worden. Es ist keine systematische Verteilung sichtbar, mit der Ausnahme von hohen Beträgen der Divergenzen am Rand der Geometrie (links: ca 40 1s , rechts
ca. 4 1s ) die duch Randartefakte der Geschwindigkeit entstehen und so an diesen Stellen
Flüssigkeit die Probe verlassen würde.
Anhand der gemessenen Geometrie und den daraus bestimmten Ellipsenparametern ist es
möglich für die einzelnen Ebenen eine analytische Lösung anzugeben. Diese lautet für die
üblichen „no-slip“ Randbedingungen wie folgt [88]:
x2 y 2
vz (x, y) = v0 · 1 − 2 − 2
a
b
.
(9.2)
Hierbei sind a und b die aus der Geometrie bestimmten Halbachsen und v0 ist die maximale
Geschwindigkeit im Zentrum der Ellipse. Die analytische Lösung wird im Folgenden als
Validierungskriterium mit der Messung und der Simulationsmethode verglichen.
Zuerst wird die Messung mit der analytischen Lösung validiert. Dazu ist exemplarisch für
den gesamten Datensatz Schicht Nr. 12 gezeigt. In Abbildung 9.4 sind die gemessenen
und gerechneten Strömungsgeschwindigkeiten entlang der Symmetrieachsen der bestimmten Ellipse aus Schicht Nr. 12 gezeigt. Beide zeigen das erwartete Hagen-Poiseuille’scheStrömungsverhalten. Es ist auch deutlich sichtbar, dass beide Profile sehr gut übereinstim-
9.1 Laminare Rohrströmung - newtonsches Fluid
a.)
b.)
6
*HVFKZLQGLJNHLW>FPV@
3
Messung
Analytische Lösung
0
0
4
0
-4
0
2
4
6
Position entlang der Hauptachse der Ellipse [mm]
Messung
Analytische Lösung
3
4
$EZHLFKXQJ>@
*HVFKZLQGLJNHLW>FPV@
6
$EZHLFKXQJ>@
61
0
-4
0
2
4
6
Position entlang der Nebenachse der Ellipse [mm]
Abbildung 9.4.: Gemessene und gerechnete Geschwindigkeiten entlang der bestimmten
Symmetrieachsen des geraden Schlauches in der gemessenen Schicht Nr. 12 ( a.) und
b.) ). Die relative Abweichung bezogen auf die maximale Geschwindigkeit zwischen der
analytischen Lösung und der Messung sind für die beiden Symmetrieachsen gezeigt.
$EZHLFKXQJ>@
men. In dem unteren Teil der Abbildung ist jeweils die relative Abweichung (bezogen auf
die maximale Geschwindigkeit) zwischen den beiden Profilen dargestellt. Es deutlich zu erkennen, dass die Abweichungen mit < 2,5% sehr klein sind. Ein leichter Trend zu stärkeren
Abweichungen zum Rand hin ist ersichtlich, was durch eine nicht exakte Bestimmung der
Ellipse zustande kommen kann. Im Zentrum selbst liegen die Abweichungen im Bereich
von < 1%.
Dies ist auch in Abbildung 9.5 sichtbar, in der die relative Abweichung innerhalb der
gesamten Schicht dargestellt ist. Die Abweichung zwischen der analytischen Lösung und
der Messung innerhalb der gesamten 41 Schichten ergibt sich zu (1, 15 ± 0, 96)% und ist
hauptsächlich durch die nicht berücksichtigten Geschwindigkeiten parallel zur Ebene, die
endliche Genauigkeit bei der Bestimmung der Ellipse, der Beschreibbarkeit der Geometrie durch eine Ellipse und durch Rauschen innerhalb der Messung zu erklären. Diese
Abbildung 9.5: Relative Abweichung bezogen auf die maximale Geschwindigkeit zwischen der Messung und der analytischen Lösung für Schicht Nr. 12. Über einen großen
Bereich sind nur sehr geringe Abweichungen
sichtbar.
62
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
Abweichungen sind jedoch so gering, dass der Schluss gezogen werden kann, dass die
Phasenkontrast-Messung mit sehr großer Genauigkeit die analytische Lösung wiedergibt.
Für den folgenden Vergleich mit der Simulationsmethode, wird kurz die Parametrisierung der Simulation beschrieben. Die gemessene Geometrie aus Abbildung 9.1 wird in
der Simulation als Randbedingung für das Fluid gewählt. Aus der Geometrie wird eine
Nullisokontur rekonstruiert (siehe [130]), wodurch die Gitterpunkte für die „bounce-back“
Randbedingung definiert werden. Das gemessene Geschwindigkeitsfeld der Schicht Nr. 1
wird in der Simulation als Randbedingung für die einströmende Seite gewählt. Aus der
maximalen Geschwindigkeit vmax der Schicht wird die charakteristische Geschwindigkeit
g
und DichuC = 12 vmax bestimmt. Außerdem wird die dynamische Viskosität η = 1, 002 ms
kg
te ρ = 998, 21 m3 für destilliertes Wasser bei einer Temperatur von 20°C für die Simulation
verwendet. Anhand der bekannten Reynoldszahl innerhalb der Probe kann anschließend
die Simulation gestartet werden. Um das Konvergenzverhalten der Simulation zu untersuchen, werden unterschiedliche Gitterauflösungen für die Probe simuliert. Dafür wurden
für N folgende Werte gewählt: N = {57, 85, 113, 140, 169}. Für weitere Details zur Parametrisierung, siehe [10].
Für die Konvergenzanalyse der Simulation wird zunächst die Strömung für die oben erwähnten Gitterwerte N simuliert. Daraus resultieren Simulationsgittergrößen in einer Ebene von 642 , 962 , 1282 , 1602 , 1922 und 2562 px2 für die reale Probengröße von 7 mm. Die zAchse wird hingegen mit mehr Gitterelementen (124 bis 368 px) simuliert, um eine äquidistante Gitterauflösung zu erhalten. Die resultierenden Strömungsgeschwindigkeiten werden
anschließend mit der gemessenen Strömung verglichen. Die höchste verwendete Auflösung
basiert auf der Beschränkung des Arbeitsspeichers auf der GPU. In Abbildung 9.6 sind
die Ergebnisse für den Vergleich zwischen der Simulation und den gemessenen Strömungen gezeigt. Dafür wurden nur die z-Komponenten der Geschwindigkeit berücksichtigt, da
die senkrecht dazu stehenden Komponenten nur einen sehr geringen Einfluss haben. Es
ist deutlich zu erkennen, dass die Abweichungen mit steigender Gitterauflösung geringer
werden und ein Minimum für die höchste Gitterauflösung von (0, 75 ± 0, 58)% erreichen.
Insgesamt ist deutlich ein quadratisches Konvergenzverhalten sichtbar. Dieses Ergebnis
wird zusätzlich mit der analytischen Lösung für eine ideale Geometrie verglichen. Dazu wird die analytische Lösung für einen kreisförmigen Querschnitt als Randbedingung
gewählt und die Abweichung zwischen dem analytisch bestimmten Strömungsprofil und
der resultierenden Simulation verglichen. Diese ist in Abbildung 9.6 als grüne Linie dargestellt. Es ist wieder ein quadratisches Konvergenzverhalten sichtbar und das erreichte
Minimum der Abweichung wird wiederum für die höchste Gitterauflösung erreicht. Es
beträgt (0, 64 ± 0, 62)% und ist hauptsächlich auf die „bounce-back“ Randbedingung zurückzuführen [82, 84]. Für die folgenden Vergleiche wird stets die größtmögliche Gitterauflösung von 192 × 192 × 368 px3 verwendet. Die Divergenz innerhalb der Simulation
beträgt (0, 0001 ± 0, 6437) 1s in der höchsten Auflösung. Die Abweichungen sind in einer
vergleichbaren Größenordnung wie bei der Divergenzbestimmung der Messung.
Exemplarisch ist die Abweichung zwischen der Messung und der Simulation in Abbildung 9.7 für die Hauptachse der bestimmten Ellipse dargestellt. Die beiden Geschwindigkeitsprofile zeigen das erwartete Hagen-Poiseuille’sche-Geschwindigkeitsprofil, wobei anhand der Profile selbst kaum Abweichungen sichtbar sind. In der Kurve, die die relative
Abweichung zeigt, ist hingegen auf der linken Seite eine etwas erhöhte Abweichung sichtbar,
die hauptsächlich auf Messungenauigkeiten zurückzuführen ist. Über den restlichen Bereich
9.1 Laminare Rohrströmung - newtonsches Fluid
63
6
Reale Geometrie
Ideale Geometrie
5
Abweichung [%]
4
3
2
1
0
-1
64x64x124
96x96x184
128x128x244
160x160x308
192x192x368
256x256x256
3
Simulationsgittergröße [px ]
Abbildung 9.6.: Relative Abweichung bezogen auf die maximale Geschwindigkeit zwischen den gemessenen Geschwindigkeiten (schwarz) und dem simulierten Geschwindigkeitsprofil für die gesamte gemessene Probe. In grün ist die Abweichung zwischen der Simulation und der analytischen Lösung für eine ideale Geometrie gezeigt. Auf der x-Achse
ist die verwendete Simulationsgittergröße gezeigt.
a.)
b.) 6
3
Messung
Analytische Lösung
2
3
$EZHLFKXQJ>@
0
1
4
Abweichung [%]
3
y [mm]
*HVFKZLQGLJNHLW>FPV@
6
0
-4
0
2
4
6
Position entlang der Hauptachse der Ellipse [mm]
0
3
x [mm]
6
0
Abbildung 9.7.: a.) gemessene und simulierte Strömungsgeschwindigkeiten für Schicht
Nr. 12 entlang der Hauptachse der bestimmten Ellipse. b.) zeigt die relative Abweichung
bezogen auf die maximale Geschwindigkeit zwischen Messung und Simulation.
64
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
ist die Abweichung größtenteils < 1%. Auch die gesamte Ebene, die in Abbildung 9.7 b.)
dargestellt ist, zeigt nur geringe Abweichungen. Die Betrachtung der Abweichung über die
gesamte Probe ergibt eine sehr geringe Abweichung von (0, 64±0, 62)%, wodurch Messung
und Simulation für die Rohrströmung eines newtonschen Fluids die gleichen Ergebnisse
liefern.
9.2. Laminare Rohrströmung - nichtnewtonsches Fluid
Dieser Abschnitt widmet sich der Analyse einer Rohrströmung mit einem nichtnewtonschen Fluid. Dafür wird das bereits in Kapitel 6 vorgestellte Vollblut vom Schwein als
Probenflüssigkeit verwendet. Ziel ist es in diesem Abschnitt die Abweichungen zwischen
der Messung und der analytischen Lösung für ein komplexes Fluid zu bestimmen. Dafür
wird als analytische Lösung das Strömungsprofil basierend auf Gleichung 6.3 bestimmt
und mit dem gemessenen Profil verglichen. Dieser Vergleich soll zeigen, inwieweit die oben
gezeigte Validierung für newtonsche Fluide durch ein scherverdünnendes Fluid beeinflusst
wird.
Das Blut wurde innerhalb von 6 Stunden nach der Schlachtung verwendet und bis zur Messung auf einer Temperatur von 8°C gehalten. Die Geschwindigkeitsmessung selbst wurde
ca. 2-3 Stunden nach der Messung der scherratenabhängigen Viskosität (siehe Kapitel 6)
bei Raumtemperatur durchgeführt. Der in Kapitel 8.1 beschriebene Aufbau für konstante
Strömungen wird für die Blutmessungen reduziert und es wird nur ein Schlauchsystem zwischen dem unteren und dem oberen Reservoir verwendet. Als Probe wird in der Messung
ein PVC-Schlauch mit 6 mm Innendurchmesser verwendet, in dem innerhalb einer Schicht
die Geschwindigkeit mit der Phasenkontrast-MRT bestimmt wird. Die verwendete Pulssequenz ist die in Kapitel 3.1 beschriebene Gradientenechosequenz. Die experimentellen
Parameter wurden wie folgt gewählt: TE = 12 ms, TR = 300 ms, δ = 1 ms, Δ = 2 ms sowie
T
, wodurch sich das VENC zu ≈ 1, 5 cm
G(z) =[-0,8 ; 0,8] m
s ergibt. Es wurde nur die Geschwindigkeitskomponente in z-Richtung kodiert, da die ebenen Komponenten nur einen
sehr geringen Anteil ausmachen. Das FOV beträgt 8 mm und die Schichtdicke 800 μm, was
zusammen mit den genutzten Phasenschritten (512 nach „zero-filling“) und der Akquisitionslänge (512) zu einer räumlichen Auflösung von 16×16×800μm3 führt. Die Schichtdicke
wurde im Vergleich zum vorherigen Kapitel erhöht, um ein stärkeres Signal zu erhalten und
mit nur einer Akquisition eine Auswertung durchzuführen. Insgesamt wurde die Messung
der einzelnen Schicht dreimal wiederholt, um statistische Schwankungen zu untersuchen.
In Abbildung 9.8 a.) ist die Geschwindigkeit in z-Richtung gezeigt. Im Zentrum der Probe befindet sich ein breiter Bereich mit nahezu konstanter Geschwindigkeit, während es
zu den Rändern anschließend steil abfällt. Entlang der y-Achse durch das Zentrum der
bestimmten Ellipse wurde anschließend für alle drei Aufnahmen der Mittelwert der Strömungsgeschwindigkeit gebildet. Dies ist in Abbildung 9.8 b.) dargestellt. Des Weiteren ist
in der Grafik die Anpassung des Profils an ein Potenzfluid (n = 0, 62 ± 0, 01) gezeigt. Im
unteren Teil der Abbildung ist zusätzlich die relative Abweichung zwischen den Profilen
bezogen auf die normierte Geschwindigkeit gezeigt. Es fällt auf, dass die Messdaten im
Zentrum sowie zum Rand von dem Potenzfluid leicht abweichen. Zur Bestimmung des
Geschwindigkeitsprofils des Potenzfluids wurde an die gemessenen Geschwindigkeiten eine zweidimensionale Anpassung basierend auf Gleichung 6.3 durchgeführt. Dafür wurde
9.2 Laminare Rohrströmung - nichtnewtonsches Fluid
*HVFKZLQGLJNHLW>FPV@
4
8
b.)
0
0
4
x [mm]
8
*HVFKZLQGLJNHLW>DX@
D
$EZHLFKXQJ>@
y [mm]
0
65
1,0
0,5
Messung
Potenzfluid Anpassung n=0,62
0,0
4
0
-4
0
2
4
6
8
3RVLWLRQHQWODQJGHU\$FKVHGXUFKGDV=HQWUXPGHU(OOLSVH>PP@
Abbildung 9.8.: a.) zeigt das gemessene Strömungsprofil einer Messung über den gesamten Querschnitt. b.) zeigt den Vergleich zwischen dem Mittelwert aus drei Messungen und
einer Anpassung an ein Potenzfluid entlang der y-Achse durch das Zentrum der Ellipse.
eine Ellipse an den Querschnitt angepasst, was zu den Halbachsen von a = 3, 18 mm und
b = 3, 05 mm geführt hat. Da es für ein Potenzfluid im Gegensatz zu einem newtonschen
Fluid keine analytische Lösung für eine Rohrströmung mit einem elliptischen Querschnitt
gibt [131], wird die Lösung für einen kreisförmigen Querschnitt angenommen. Dafür wird
als Radius der Mittelwert der beiden Halbachsen verwendet. Aufgrund der geringen Elliptizität kann somit die Anpassung an Gleichung
⎡
v(x, y) = v0 ⎣1 −
x2
1
2 (a
y2
+
+ b)
( n+1 ) ⎤
n
⎦
(9.3)
vorgenommen (vgl. Anhang C.2) werden. Die Abweichungen zwischen der Messung und
der analytischen Lösung in zwei Dimensionen spiegelt das bereits beobachtete Verhalten
aus Abbildung 9.8 b.) wider.
In Abbildung 9.9 ist die Abweichung für den ersten Datensatz zur Anpassung des Potenzfluids gezeigt. Im Zentrum sind die Abweichungen etwas größer als im Ring um das
Zentrum. Zum Rand hin nehmen die Abweichungen wieder zu. Der Mittelwert der relativen
Abweichungen für die drei Messreihen ist jedoch sehr gering und beträgt (0, 33±2,92) %.
Demnach passen Messung und Theorie gut überein. Außerdem ist in der Abbildung die
Ellipsenstruktur gut zu erkennen, da die Abweichungen entlang der beiden Halbachsen
unterschiedlich verlaufen. Weiterhin wurde hier eine Anpassung an ein Potenzfluid vorgenommen. Wie jedoch aus den Anpassungen aus Kapitel 6 vorgeht, ist die Modellierung als
Carreaufluid eine deutlich bessere Wahl, für das es jedoch keine analytische Lösung gibt.
Verglichen mit dem Exponent n = 0, 6, der aus der scherratenabhängigen Viskositätsmessung aus Kapitel 6 für das Schweineblut bestimmt wurde, weicht der hier bestimmte
Exponent n = 0, 62 nur geringfügig ab. Grund hierfür ist zum einen die veränderte Probengeometrie. Während der Messung mit dem Viskosimeter sind die rotierenden Platten
nur 800 μm voneinander entfernt, während hier der Schlauchdurchmesser mit 6 mm größer
ist. Außerdem kann sich in das Blut in der Zeit zwischen den Messungen mit den beiden
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
0
10
8
Abbildung 9.9: Relative
Abweichung
bezogen auf die maximale Geschwindigkeit zwischen der Messung und der
analytischen Lösung für die Blutmessung.
Im Zentrum sind geringfügig höhere
Abweichungen sichtbar als im Ring um
das Zentrum. Zum Rand hin nimmt die
Abweichung wieder zu.
4
2
4
0
−2
Abweichung [%]
6
y [mm]
66
−4
−6
8
0
4
x [mm]
8
Messmethoden bereits verändert haben. Auch spiegelt die Messung des Exponenten mit
dem Viskosimeter nur eine Stichprobe der gesamten Blutprobe (ca. 6 ml zu 1 l) wider.
9.3. Laminare Strömung durch ein Stenosenmodell
Der nächste Schritt für die Validierung der Mess- und Simulationsmethode besteht in
der Untersuchung einer komplexeren Geometrie. Als Geometrie wird ein vereinfachtes
Stenosenmodell betrachtet, das aus einem Schlauchübergang von 3 mm auf 6 mm Innendurchmesser besteht. Dieses Modell entspricht einem Ausgang aus einer Gefäßverengung,
die z.B. durch Plaqueablagerungen im Zuge einer Arteriosklerose entstehen kann. Der
Schlauchübergang wurde mit den gleichen experimentellen Parametern abgetastet wie der
einfache Schlauch im Falle der Messung des newtonschen Fluides (siehe Kapitel 9.1). Als
Probenflüssigkeit wird in dieser Messung wiederum Wasser verwendet.
In Abbildung 9.10 ist die rekonstruierte Geometrie aus den 41 strömungskompensierten
Datensätzen für die einzelnen Schichten gezeigt. Der Übergang zwischen dem dünnen und
dem weiten Schlauch ist deutlich zu erkennen. Der Übergang an sich weist einige Unebenheiten auf, die durch nicht ideales Shimming oder ungenaue Schnittflächen der Schläuche
entstehen. Insgesamt sind ca. 25 Schichten dem 3 mm Bereich zuzuordnen, respektive 16
Schichten dem 6 mm Abschnitt. In dem Stenosenmodell wurden ebenfalls Ellipsen an die
einzelnen Querschnitte angepasst, um die Geometrie zu beschreiben. Dafür wurde der Datensatz in den dünnen Schlauch und den weiten Schlauch aufgeteilt und die Geometrien
einzeln untersucht. Dies dient insbesondere der Charakterisierung des dünnen Abschnittes, in den die Strömung einströmt. Aus Abbildung 9.10 ist bereits ersichtlich, dass dieser
leicht gegenüber dem weiten, oberen Abschnitt verkippt ist. Im 3 mm Abschnitt ergeben
sich die Haupt- und Nebenachse der angepassten Ellipsen zu a = (1, 539 ± 0, 010) mm und
b = (1, 458 ± 0, 006) mm, was einer Elliptizität von 2,7% entspricht. Die Orientierung der
einzelnen Ellipsen variiert von ≈ 6° in Schicht 1 bis ≈ 18° in Schicht 25. Die Achse des
3 mm Abschnitts ist um 1,5° in x- bzw. 2,1° in y-Richtung verkippt. Die Geometrie des
breiteren Modellabschnitts weist hingegen nur eine sehr geringe Verkippung von 0,3° in
beide Richtungen auf. Die Ellipsen haben eine durchgehende Orientierung von ≈ 0° und
die Halbachsen haben Längen von a = (2, 943 ± 0, 008) mm und b = (2, 916 ± 0, 003) mm,
wodurch eine Elliptizität von 1, 5% vorliegt. In Abbildung 9.10 ist ebenfalls die Position
9.3 Laminare Strömung durch ein Stenosenmodell
Strömung
Abbildung 9.10: Rekonstruierte Geometrie aus MRT-Daten eines Stenosenmodells.
Das Modell besteht aus einem Übergang
zwischen einem Schlauch mit 3 mm und
6 mm Innendurchmesser und die Strömungsrichtung ist in positiver z-Richtung
orientiert. Die grüne Linie innerhalb der
Stenose markiert den Ort der maximalen
Geschwindigkeit innerhalb jeder Schicht.
der maximalen Geschwindigkeit in Form einer grünen Linie eingezeichnet. Der Verlauf der
Linie deutet bereits an, dass die Strömungsgeschwindigkeit dem verkippten Einlass folgt
und sich anschließend fast gerade weiterbewegt.
Abbildung 9.11 zeigt exemplarisch mehrere Ausschnitte aus dem gemessenen Vektorfeld
des Stenosenmodells. Auf der linken Seite der Grafik ist eine x-z-Ebene dargestellt. Das
Farbschema kodiert die z-Komponente der Geschwindigkeit und wurde so gewählt, dass ein
starker Kontrast zwischen positiven und negativen Komponenten entsteht. Daher ist nach
dem Übergang deutlich die negative Geschwindigkeitskomponente in den äußeren Randbereichen der Geometrie ersichtlich. Auch die gekippte Struktur ist deutlich zu erkennen.
Auf der rechten Seite der Grafik sind die beiden Ebenen Nr. 1 und Nr. 41 dargestellt.
Diese repräsentieren das ein- und ausströmende Vektorfeld aus dem gemessenen Bereich.
Vor dem Übergang ist das erwartete Hagen-Poiseuille’sche-Geschwindigkeitsprofil für eine
Rohrströmung sichtbar, während sich die Strömungsstruktur nach dem Übergang verändert. Das Zentrum der Strömung weitet sich leicht auf, während in den äußeren Bereichen
vorerst negative Komponenten vorhanden sind, die mit fortschreitender Entfernung zum
Übergang weniger werden. Diese negativen Komponenten deuten auf die Entstehung eines Wirbels nach dem Übergang hin. Mit steigender Entfernung zur Stenose wird der
Anteil der negativen Komponenten geringer. Dies deutet darauf hin, dass sich die Strömung einem parabelförmigen Profil annähert. Die Komponenten in der x-y-Ebene folgen
hauptsächlich der gekippten Geometrie. Die Strömungscharakteristika werden auch für
die beiden einzelnen Bereiche separat bestimmt. Die mittlere Strömungsgeschwindigkeit
cm
beträgt v¯z Einlass = (6, 08 ± 3, 88) cm
s im Einlass und v¯z Auslass = (1, 51 ± 2, 25) s im oberen
Bereich, während die senkrechte Komponente in beiden Bereichen (¯
v⊥ = (0, 17 ± 0, 12) cm
s )
wieder nur einen sehr geringen Anteil besitzt. Aus den Daten geht eine Reynoldszahl
von Re = 193 hervor, die wiederum in der Simulation für die Parametrisierung verwendet wird. Die mittlere Divergenz des gesamten Stenosenmodells beträgt (0, 27 ± 4, 49) 1s
67
68
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
Abbildung 9.11.: Gemessene Strömungsgeschwindigkeiten innerhalb des Stenosenmodells. Auf der linken Seite ist eine x-z-Ebene entlang des Geschwindigkeitsmodells gezeigt.
Dabei ist die z-Geschwindigkeit des Vektorfeldes in Farbe kodiert und die Vektoren zeigen die Geschwindigkeit innerhalb der gezeigten Ebene. Negative Geschwindigkeiten sind
durch eine starke Änderung der Farbe in dunklem Grün hervorgehoben. Auf der rechten
Seite der Grafik sind die ein- sowie die ausströmende Ebene dargestellt. Die Vektoren
stehen hier für die Geschwindigkeit innerhalb der Ebene und die Farbe kodiert die Geschwindigkeit senkrecht dazu.
und ist, wie auch für das einfache Schlauchmodell, durch das Rauschen in den x- und
y-Geschwindigkeitskomponenten dominiert.
Für den Vergleich mit den Simulationsdaten wurde die Simulation, wie in Abschnitt 9.1 beschrieben, mit der Geometrie aus der Messung als Randbedingung ausgestattet. Außerdem
wird wiederum das gemessene Geschwindigkeitsprofil aus Schicht Nr. 1 als Randbedingung
für die Simulation verwendet.
Die relativen Abweichungen, bezogen auf die maximale Geschwindigkeit, zwischen dem
simulierten Geschwindigkeitsvektorfeld und der Messung betragen in der gesamten Probe
9.3 Laminare Strömung durch ein Stenosenmodell
69
(2, 97 ± 3, 49)% und sind damit etwas höher als die Abweichung in dem geraden Schlauch
(vgl. Kapitel 9.1).
In Abbildung 9.12 ist für zwei Ebenen der Vergleich zwischen der Messung und der Simulation gezeigt. Es wurde eine Ebene nah am Einlass im 3 mm Bereich gewählt sowie eine
Ebene kurz vor dem Auslass im 6 mm Abschnitt. Beide entstehenden Strömungsprofile
wurden entlang der Haupt- und Nebenachse der angepassten Ellipse in der Abbildung
verglichen. In Schicht Nr. 3 ist mit beiden Methoden ein parabelförmiges Strömungsprofil
zu sehen. Die relativen Abweichungen, bezogen auf die maximale Amplitude, zwischen den
beiden Methoden sind über einen großen Bereich konstant unter 2%, während es zu den
Rändern auf bis zu 4% ansteigt. In Schicht Nr. 38 hingegen sind die Abweichungen deutlich
höher. Die Strömungsprofile unterscheiden sich offensichtlich voneinander, was sich auch
in den deutlichen Abweichungen von bis zu 25% der maximalen Geschwindigkeit äußert.
Die Form der einzelnen Profile ähnelt sich jedoch. Es gibt Bereiche mit Rückfluss und im
Zentrum ist eine ähnlich breite Hauptströmung zu sehen. Beide Profile wirken gegeneinander verschoben. Dies ist anhand des Ortes der maximalen Geschwindigkeit bestimmbar.
12
9
*HVFKZLQGLJNHLW>FPV@
0HVVXQJ
6LPXODWLRQ
6FKLFKW
6
3
0
20
0
-20
0
2
4
6
$EZHLFKXQJ>@
$EZHLFKXQJ>@
*HVFKZLQGLJNHLW>FPV@
12
0HVVXQJ
6LPXODWLRQ
9
6FKLFKW
6
3
0
20
0
-20
0
3RVLWLRQHQWODQJGHU+DXSWDFKVHGHU(OOLSVH>PP@
6FKLFKW
*HVFKZLQGLJNHLW>FPV@
9
6
3
0
20
0
-20
0
2
4
6
3RVLWLRQHQWODQJGHU+DXSWDFKVHGHU(OOLSVH>PP@
4
6FKLFKW
12
0HVVXQJ
6LPXODWLRQ
$EZHLFKXQJ>@
$EZHLFKXQJ>@
*HVFKZLQGLJNHLW>FPV@
12
2
6
3RVLWLRQHQWODQJGHU1HEHQDFKVHGHU(OOLSVH>PP@
0HVVXQJ
6LPXODWLRQ
9
6
3
0
20
0
-20
0
2
4
6
3RVLWLRQHQWODQJGHU1HEHQDFKVHGHU(OOLSVH>PP@
Abbildung 9.12.: Gemessene und simulierte Geschwindigkeiten innerhalb des Stenosemodells entlang der Neben- (rechts) und Hauptachse (links) der angepassten Ellipse für
zwei Schichten (Nr. 3 und Nr. 38). Schicht Nr. 3 entspricht einer Ebene des einströmenden
Bereichs und Schicht Nr. 38 ist repräsentativ für den weiten Bereich nahe des Ausstroms.
Kapitel 9 Validierung der Phasenkontrast-MRT und der Simulation
Die Messung ist, im Bezug auf den Ort der maximalen Geschwindigkeit, zur Simulation
um 270 μm verschoben. Deutlich wird dies auch in Abbildung 9.13. In der Abbildung ist
die Abweichung als Funktion des radialen Abstandes vom bestimmten Ellipsenzentrum der
jeweiligen Schicht dargestellt. Die Schichten 24 bis 28 wurden aufgrund von Artefakten
am Übergang nicht dargestellt. Vor dem Übergang sind die Abweichungen mit < 4% sehr
gering, während sich nach dem Übergang eine Abweichung bei einer radialen Position von
ca. 1,5 mm ausbildet. Diese wird sowohl stärker, als auch breiter mit steigendem Abstand
zum Übergang. Dies spiegelt die Verschiebung der beiden Geschwindigkeitsprofile zueinander wider. Daraus kann geschlussfolgert werden, dass sich die beiden Profile zueinander
verschieben und dies mit steigendem Abstand zu dem Übergang zunimmt.
Diese Verschiebung kann damit erklärt werden, dass die Simulation nicht die Geometrie
außerhalb der Messdomäne berücksichtigt. Es wurde festgestellt, dass der PVC-Schlauch
nach der RF-Spule leicht gebogen durch den Magneten weitergeführt wurde. Die verwendeten Neumann-Randbedingungen können dies nicht mit berücksichtigen. Für sämtliche
nachfolgenden Messungen wurde eine Schlauchführung durch den Magneten verwendet,
die einen solchen Knick vermeidet (vgl. [55], Pulsationsschutz).
41
Abbildung 9.13: Abweichungen
zwischen dem gemessenen Strömungsprofil und den Simulationsdaten. Die
Abweichungen wurden radial vom
Zentrum der Ellipse bestimmt. Die
Schichten 24 bis 28 wurden aufgrund
von Artefakten nicht dargestellt.
6
21
4
2
1
0
0,8
1,6
2,4
3,2
Abweichung [%]
8
Schicht
70
0
Radiale Position [mm]
9.4. Zusammenfassung der Validierung
Zusammenfassend lässt sich sagen, dass die Phasenkontrast-MRT die Geschwindigkeit in
dem Schlauchmodell für newtonsche und nichtnewtonsche Flüssigkeiten sehr präzise bestimmen kann. Der Vergleich mit der analytischen Lösung und ebenso mit der Simulation
ergibt Abweichungen von 1% für das newtonsche Fluid. Der Vergleich mit der analytischen Lösung für die untersuchte Blutprobe unter physiologisch relevanten Strömungsbedingungen ergibt ebenso mittlere Abweichungen 1%. Alle Abweichungen sind in Tabelle 9.1 zusammengefasst. Die größten Abweichungen entstehen am Rand der Geometrie,
wo beide Methoden, d.h. Simulation und Experiment, am anfälligsten für Artefakte sind.
Die MRT ist an den Rändern durch Magnetfeldinhomogenitäten, ausgelöst durch Suszeptibilitätsunterschiede, beeinflusst, während bei der Simulation dort Fehler aufgrund der
9.4 Zusammenfassung der Validierung
„bounce-back“ Randbedingungen entstehen. Des Weiteren ist bei der Messmethode der
Einfluss des Rauschens auf kleine Geschwindigkeitskomponenten, die vor allem am Rand
auftreten, größer als auf die hohen Geschwindigkeitsamplituden im Zentrum der Probe.
Außerdem entstehen Probleme durch die nicht simulierte und daher unbekannte Geometrie
außerhalb des Ausflussrandes.
Messung
Simulation
Analytische Lösung
Messung
x
(0, 75 ± 0, 58)%
(1, 15 ± 0, 96)%
Simulation
x
(0, 64 ± 0, 62)%
Analytische Lösung (0, 33 ± 2, 92)%
x
Tabelle 9.1.: Zusammenfassende Tabelle für die relativen Abweichungen zwischen
Phasenkontrast-MRT Messung, Simulation und der analytischer Lösung für ein newtonsches Fluid (Wasser) und ein nichtnewtonsches Fluid (Blut) in einer laminaren Rohrströmung.
Die Konvergenzuntersuchung hat gezeigt, dass es notwendig ist auf einen großen Grafikspeicher zurückzugreifen, um die Abweichungen von zu klein gewählten Simulationsdomänen möglichst gering zu halten und vergleichbare Ergebnisse zu den mikroskopischen
MRT-Untersuchungen zu erhalten.
Die Abweichungen innerhalb des komplexeren Stenosenmodells sind größer. Der Abschnitt
mit dem dünneren Schlauch zeigt das gleiche Verhalten wie im einfachen Schlauchmodell. Die Abweichungen sind minimal höher, was durch den dünneren Schlauch und die
cm
höheren mittleren Geschwindigkeiten (≈ 6 cm
s anstatt ≈ 3 s ) sowie durch die AusflussRandbedingungen bedingt sein kann. Nach dem Übergang hat sich im Strömungsprofil an
den Rändern ein Rückfluss gezeigt, der auf einen Wirbel hinweist. Zwischen Messung und
Simulation wurde nach dem Übergang eine sich verschiebende Hauptströmung beobachtet.
Diese spiegelt sich in der Symmetrie der bestimmten Abweichungen wider, während das
allgemeine Strömungsverhalten (Spitzengeschwindigkeit, Rückflussverhalten, mittlere Geschwindigkeit usw.) vergleichbar ist. Wie bereits diskutiert, liegt dies höchstwahrscheinlich
an dem nicht berücksichtigten Knick außerhalb des gemessenen Volumens.
Insgesamt ist die in dieser Arbeit implementierte Methode der Geschwindigkeitsbestimmung mittels der Phasenkontrast-MRT im Falle konstanter Geschwindigkeit sehr gut geeignet, um Strömungsgeschwindigkeiten mit sehr hoher räumlicher Auflösung aufzunehmen.
Auch die Untersuchung von nichtnewtonschem Fließverhalten ist mit der Methode gut
möglich und bietet die Möglichkeit den Exponenten n für das Potenzfluid zu bestimmen.
Auch kann die Simulationsmethode für einfache Geometrien und konstante Strömungen
als validiert angesehen werden.
71
Kapitel 10
„Time of Flight“-Messungen zur
Flüssigkeitsaustauschbestimmung
Dieses Kapitel widmet sich der „Time of Flight“(TOF)-Messmethode und der Möglichkeit mit Hilfe dieser Methode den Flüssigkeitsaustausch zwischen z.B. der Erweiterung
eines Aneurysmas und dem normalen Gefäß zu bestimmen. Wissensgewinn über den Flüssigkeitsaustausch zwischen der pathologischen Erweiterung und dem umgebenden Gefäß
ist besonders interessant, da anhand des Austausches das Risiko von Thrombosebildung
nach der Behandlung mit einem Stent abgeschätzt, ebenso aber auch die Funktionalität
eines Stents charakterisiert werden kann. In diesem Kapitel wird der Flüssigkeitsaustausch
innerhalb von drei Modellen untersucht, die unterschiedliche Komplexität aufweisen und
eine Erweiterung modellieren. Eines der Modelle stellt eine krankhafte Arterienerweiterung
dar und wurde neben einem weiteren Modell mit einem 3D-Drucker erzeugt. Das dritte
Modell besteht aus den bereits im vorherigen Kapitel verwendeten PVC-Schläuchen. Die
gemessenen Resultate werden mit LBM-Simulationen verglichen, die von Dipl.-Inf. Lars
Walczak durchgeführt wurden.
Das Kapitel gliedert sich in folgende Abschnitte. Abschnitt 10.1 beschreibt die Rahmenbedingungen der Messung und der Simulation. Der darauffolgende Abschnitt 10.2 beschreibt
die untersuchten Probengeometrien und in Abschnitt 10.3 werden anschließend die Messund Simulationsergebnisse beschrieben. Die Bestimmung des Flüssigkeitsaustausches findet in Abschnitt 10.4 statt und im letzten Abschnitt 10.5 des Kapitels werden die Ergebnisse kurz zusammengefasst.
10.1. Experimentelle Randbedingungen und Simulation
Der Versuchsaufbau für die hier durchgeführten Messungen mit konstanter Strömung
ist in Kapitel 8.1 beschrieben. Als Probenflüssigkeit wurde Wasser bei einer Temperatur von 20°C verwendet. Dem Wasser wurden 0,12 % Kupfersulfat zugegeben, um die
T1 −Relaxationszeit auf ca. 870 ms zu verkürzen. Dies reduziert zwar die Zeit, die die
Markierung als Kontrast im aufgenommenen Bild sichtbar ist, jedoch kann durch die
verkürzte Relaxationszeit die Messung deutlich schneller wiederholt werden. Damit für
die Simulation Randbedingungen definiert werden können, wird zuerst die Geometrie mit
einer FLASH-Sequenz abgetastet. Diese Geometrie wird als Grenze für die „bounce-back“Randbedingung verwendet. Weiterhin wird zu jedem Datensatz mit der Phasenkontrast-
73
74
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
Methode (vgl. Kapitel 9) das Geschwindigkeitsfeld in der einströmenden Schicht aufgenommen und als Geschwindigkeitsrandbedingung in der Simulation verwendet.
Die Simulation wurde für den hier gezeigten Vergleich angepasst, so dass die longitudinale
Magnetisierung auf einem zweiten Gitter simuliert werden kann. Dafür wird ein LBMModell verwendet, das in der Literatur als TRT-Modell (engl.: Two Relaxation Time)
bekannt ist. Für die detaillierte Beschreibung der Implementierung verweise ich auf die
Dissertation von Dipl.-Inf. Lars Walczak [72] sowie die eingereichte wissenschaftliche Veröffentlichung [11].
Für das zweite Gitter, auf dem die Magnetisierung simuliert wird, werden in der Simulation
passende Startbedingungen gesetzt. Dafür kann die Signalamplitude aus TOF-Messungen
ohne Strömung und mit verschwindend kleiner Evolutionszeit verwendet werden. Dabei
müssen jedoch Informationen wie der Flipwinkel, RF-Inhomogenitäten sowie das Rauschen
berücksichtigt werden. Vereinfacht kann jedoch für die longitudinale Magnetisierung Mz =0
in Gitterzellen angenommen werden, in der ein 90°-RF-Puls für die Markierung verwendet
wird und Mz = M0 , bzw. Mz = 1 nach einer Normierung für alle anderen Gitterzellen.
Diese Methode wird im Folgenden verwendet, um die Startbedingungen der Magnetisierung in der Simulation zu definieren. Als Randbedingungen für den Einlassrand wird
Mz = M0 angenommen. Die Relaxationszeit T1 wird über die gemessene Relaxationszeit
definiert. Als Selbstdiffusionskoeffizient von Wasser wurde in der Simulation der Litera2
turwert von DH2 O = 2 · 10−9 ms verwendet [132]. Ein weiterer Grund für die Verwendung
des TRT-Modells waren auftretende Stabilitätsprobleme mit dem Ein-RelaxationszeitenModell aus Kapitel 9. Dadurch, dass die physikalische Diffusionskonstante verwendet wird,
können auch Effekte innerhalb der Aneurysmen berücksichtigt werden, die in den stark
konvektionsdominierten Bereichen des normalen Gefäßes nicht ins Gewicht fallen.
10.2. Beschreibung der verwendeten Proben
Für die Flüssigkeitsaustauschuntersuchungen wurden drei verschiedene Modellgeometrien
verwendet. Die erste Geometrie, die im folgenden Modell „A“ genannt wird, besteht aus
PVC-Schläuchen mit 3, bzw. 6 mm Durchmesser. Durch die Kombination der einzelnen
Schläuche wird eine simple asymmetrische Erweiterung modelliert. Ein 3 mm Schlauch
dient als Einlauf, während anschließend ein Übergang auf 6 mm erfolgt, der die Erweiterung simuliert. Kurz darauf gibt es wieder einen Übergang auf einen 3 mm Schlauch.
Die rekonstruierte Geometrie aus den MRT-Daten ist in Abbildung 10.1 dargestellt. Die
beiden roten Quader deuten die beiden Bereiche an, die mit der TOF-Methode markiert
wurden. Dafür wurde die Markierungsmethode 2, die in Kapitel 3.2 beschrieben wurde,
für beide Seiten der Erweiterung verwendet. Die blaue Ebene deutet die Bildgebungsebene
der TOF-Sequenz an.
Die zweite sowie die dritte Geometrie, die im Folgenden als Modell „B“ und „C“ bezeichnet
werden, wurden mit einem 3D-Drucker1 erstellt. Die Modelle bestehen aus dem Material Polylactide (engl.: polylactic acid, PLA), welches gut für die Anwendung in einem
MRT-System geeignet ist. Während der hier gezeigten Messungen wurden keine negativen Eigenschaften des Materials auf die Qualität der Aufnahmen beobachtet. Modell „B“
besteht aus einem symmetrischen Übergang des Durchmessers von 3 mm auf 6 mm und
1
„MakerBot Replicator 2“ - Firma MakerBot Industries, LLC, Brooklyn, NYC, USA
10.2 Beschreibung der verwendeten Proben
0RGHOO$
0RGHOO%
75
0RGHOO&
Abbildung 10.1.: Rekonstruierte Geometrien aus MRT-Daten. Die blauen Ebenen deuten die Bildgebungsebene der TOF-Sequenz an, während die roten Quader die Volumina
für die Markierung kennzeichnen. Modell „A“: Übergang zwischen 3-6-3 mm Durchmesser Schlauchabschnitten. Modell „B“: Bild des gedruckten 3-6-3 mm Übergangsmodells.
Modell „C“: Geometrie des gedruckten Aneurysmas.
wieder zurück auf 3 mm. Die rekonstruierte Geometrie ist auch in Abbildung 10.1 gezeigt.
Es ist direkt ersichtlich, dass das Modell aus dem 3D-Drucker auf beiden Seiten symmetrischer ist als Modell „A“, bei dem die linke Erweiterung schmaler ist als die rechte.
Modell „C“ basiert auf histologischen Schnitten eines pathologischen Gefäßes, welches ein
Aneurysma trug. Das Modell wurde bereits in einer Studie zur Strömungssimulation verwendet [85]. Auch für das Modell ist die Geometrie in Abbildung 10.1 visualisiert. Für das
Modell wurde nur ein Bereich während der TOF-Methode markiert.
In Abbildung 10.4 ist auf der linken Seite ein Bild des Druckmodells gezeigt, das dem 3DDrucker vorgegeben wird. In der Abbildung sind auch die gedruckten Anschlüsse für die
Schläuche des Strömungsaufbaus gezeigt. Der Außendurchmesser des Modells von 10 mm
ist auf die verwendete RF-Spule angepasst und der obere, breitere Durchmesser dient zur
Fixierung des Modells in der RF-Spule. Die gesamte Höhe des Modells beträgt 12,5 cm und
der Druck ist so gestaltet, dass der interessante Bereich der Probe exakt im Zentrum der
RF- und Gradientenspule platziert ist. Für beide Druckmodelle wurde die höchst mögliche
Druckauflösung des Druckers von ≈ 10 μm in der x-y-Ebene und 100 μm in der z-Ebene
verwendet.
Die wichtigen Parameter der Messung sowie der Simulation innerhalb der einzelnen Modelle sind in Tabelle 10.1 zusammengefasst.
76
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
Modell „A“
Modell „B“
Modell „C“
6,7
7,1
5,8
l
Volumenstrom Q [ h ]
1,14
0,77
0,63
Aufl. Mess. [μm]
17, 5 × 17, 5 × 150 17, 5 × 17, 5 × 150 17, 5 × 17, 5 × 150
Aufl. Sim. [μm]
28,53
28,23
27,93
Gittergröße Sim.
216 × 288 × 336
208 × 216 × 332
292 × 124 × 420
Re
201
269
139
Péclet-Zahl P e*
100650
84960
69948
Geo. Sim. [mm]
6, 2 × 6, 5 × 9, 6
5, 9 × 6, 1 × 9, 4
8, 1 × 3, 5 × 11, 7
Rohr [mm]
3,0
2,4
2,4
Tabelle 10.1.: Wichtige Parameter der TOF-Messung und Simulation für die einzelnen
Modelle. *Im Einlassbereich
vmax [ cm
s ]
10.3. Ergebnisse der Messung und Simulation
In diesem Abschnitt werden die Ergebnisse der TOF-Messungen und der dazugehörigen
Simulationen beschrieben. Für alle drei Modelle „A“-„C“ wurde die Markierungsmethode 2
aus Kapitel 3.2 genutzt. Für Modell „A“ und „B“ wurden zwei Ebenen markiert, während
für Modell „C“ nur eine Ebene untersucht wurde. Die Evolutionszeiten τ1 und τ2 wurde
in den Messungen variiert. Im Folgenden werden nur die Werte für τ1 angegeben, da der
Abstand zwischen den einzelnen Markierungen stets konstant auf 1,5 ms gehalten wurde.
Die Evolutionszeit τ2 ist demnach im Folgenden immer 1,5 ms kürzer als τ1 . Für alle
Messungen wurden folgende Bildgebungsparameter verwendet. Die Repetitionszeit wurde
mit TR = 4 s so lang gewählt, dass die Magnetisierung vor dem nächsten Phasenschritt
vollständig relaxiert ist. Die Echozeit betrug TE =21 ms und das FOV betrug 9 mm. Mit
den durchgeführten 128 Phasenschritten sowie derselben Akquisitionslänge ergibt sich eine
räumlichen Auflösung von 17, 5 × 17, 5 × 150 μm3 . Dabei wurde ein „zero-filling“ und die
Schichtselektion, die mit einer Dicke von 150 μm durchgeführt wurde, berücksichtigt. Der
RF-Puls für die Markierung wurde als 90°-Puls ausgeführt und der Flipwinkel des RFPulses der Bildgebung betrug 30°. Die Zeit τ1 wurde anschließend zwischen 50 ms und
600 ms in 50 ms Schritten variiert.
Die folgenden Abschnitte erläutern die Ergebnisse der einzelnen Geometrien.
10.3.1. Modell „A“
In Abbildung 10.2 sind exemplarisch die Ergebnisse für drei unterschiedliche Evolutionszeiten τ1 = 200, 400, 600 ms gezeigt. Die Ergebnisse für beide markierten Ebenen sind
gezeigt, ebenso wie die Simulationsergebnisse2 . Die markierten Ebenen beginnen mit einer
geringen Signalamplitude (blau), während die unmarkierten Bereiche mit einer hohen normierten Signalamplitude nahe bei 1 (rot) sichtbar sind. Im Allgemeinen steigt das Signal
durch die T1 -Relaxation mit größerem τ1 an, während die Bewegung der unmarkierten
2
Modell „A“ wurde ca. 2 Wochen nach den beiden anderen Modellen vermessen. Während dieser Zeit
haben sich in der Flüssigkeit Algen gebildet, die eine scherratenabhängige Viskosität hervorrufen [133].
Deshalb wurde für die Simulation ein nichtnewtonsches Modell für die Flüssigkeit verwendet.
10.3 Ergebnisse der Messung und Simulation
400 ms
600 ms
200 ms
Modell „A“
400 ms
600 ms
Differenzen
Simulation
Messung
200 ms
77
Strömung
0
1
Abbildung 10.2.: Ausschnitt aus der Messreihe für Modell „A“. In Zentrum der Grafik ist
die rekonstruierte Geometrie aus den MRT-Daten gezeigt. Die markierten und untersuchten Ausschnitte sowie die gemessene Ebene für die Strömungsrandbedingung sind als rote
Boxen dargestellt. Auf der rechten und linken Seite der Grafik sind jeweils die resultierenden Mess- und Simulationsergebnisse für drei unterschiedliche Zeiten τ1 = 200, 400, 600 ms
sowie die Differenz zwischen beiden Methoden gezeigt. Die rechte Seite wurde zuerst markiert. Die Farbe kodiert die Konzentration der unmarkierten Spins, während für die Differenzbilder die Farbe die Abweichung zwischen den beiden Methoden in Prozent angibt
(1=100%).
Flüssigkeit mit der Zeit in der markierten Erweiterung sichtbar wird. Zwischen beiden
gezeigten Abschnitten ist eine deutliche Asymmetrie sichtbar. Der linke Teil der Erweiterung zeigt nur einen kleinen Einstrom von unmarkierter Flüssigkeit im oberen Bereich,
während auf der rechten Seite deutlich mehr Flüssigkeit ausgetauscht wird. Mit steigender
Evolutionszeit nimmt der Flüssigkeitsaustausch zu. Messung und Simulation zeigen beide
dieses asymmetrische Verhalten, wobei ein direkter Vergleich zeigt, dass die Simulation in
dem rechten Bereich einen breiteren Einstrom zeigt als die Messung. Ebenso ist die Bewegung in der Simulation nicht so stark an der äußeren Wand orientiert. Diese Abweichung
ist auch deutlich in den Differenzbildern sichtbar. Die schwarzen Kreuze in den einzelnen
Bildern deuten das statische Moment der Fläche an.
10.3.2. Modell „B“
In Abbildung 10.3 sind auch für Modell „B“ exemplarisch drei Evolutionszeiten gezeigt.
Im Vergleich zum vorherigen Modell ist hier die Erweiterung nahezu symmetrisch, was aus
der gezeigten rekonstruierten Geometrie der MRT-Daten hervorgeht. Jedoch ist das resultierende Strömungsverhalten in dieser symmetrischen Geometrie ebenso asymmetrisch
78
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
400 ms
600 ms
200 ms
Modell „B“
400 ms
600 ms
Differenzen
Simulation
Messung
200 ms
Strömung
0
1
Abbildung 10.3.: Ausschnitt aus der Messreihe für Modell „B“. In Zentrum der Grafik ist
die rekonstruierte Geometrie aus den MRT-Daten gezeigt. Die markierten und untersuchten Ausschnitte sowie die gemessene Ebene für die Strömungsrandbedingung sind als rote
Boxen dargestellt. Auf der rechten und linken Seite der Grafik sind jeweils die resultierenden Mess- und Simulationsergebnisse für drei unterschiedliche Zeiten τ1 = 200, 400, 600 ms
sowie die Differenz zwischen beiden Methoden gezeigt. Die rechte Seite wurde zuerst markiert. Die Farbe kodiert die Konzentration der unmarkierten Spins, während für die Differenzbilder die Farbe die Abweichung zwischen den beiden Methoden in Prozent angibt
(1=100%).
wie in Modell „A“. Simulation und Messung zeigen auf den ersten Blick das gleiche Verhalten. In der linken Erweiterung ist ein deutlich stärkerer Einstrom von frischer Flüssigkeit
sichtbar als in dem rechten Teil der Erweiterung. Im Gegensatz zu Modell „A“ zeigt hier
jedoch die Messung einen größeren Flüssigkeitsaustausch als die Simulation. Der große
Wirbel erreicht nach 600 ms knapp die Hälfte der Erweiterung und füllt diese dort auf
einem breiten Bereich aus. In den Bildern sind zusätzlich wieder die statischen Momente
der Flächen gezeigt. Diese verhalten sich für die Simulation sowie die Messung sehr ähnlich. In der rechten Erweiterung bleibt das statische Moment fast durchgehend bei beiden
Methoden im Zentrum, während es in der linken Erweiterung mit dem eintretenden Finger
mitwandert.
10.3.3. Modell „C“
In Modell „C“ wurde nur ein Abschnitt markiert. Dieser umfasst die gesamte Erweiterung, die an das „normale“ Gefäß anschließt. In Abbildung 10.4 sind die resultierenden
Ergebnisse der Messung und der Simulation für drei Evolutionszeiten zusammengefasst.
Simulation und Messung zeigen für diesen Datensatz wieder qualitativ das gleiche Ergeb-
10.3 Ergebnisse der Messung und Simulation
79
200 ms
Modell „C“
400 ms
600 ms
Simulation
Messung
3D-Druck-Vorlage
0
1
Differenzen
Strömung
Abbildung 10.4.: Ausschnitt aus der Messreihe für Modell „C“. In Zentrum der Grafik ist
die rekonstruierte Geometrie aus den MRT-Daten gezeigt. Der markierte und untersuchte
Ausschnitt ist als rote Box dargestellt. Ebenso ist die gemessene Ebene, die als Randbedingung für die Simulation verwendet wurde gezeigt. Auf der rechten Seite der Grafik
sind jeweils die resultierenden Mess- und Simulationsergebnisse für drei unterschiedliche
Zeiten τ1 = 200, 400, 600 ms sowie die Differenz zwischen beiden Methoden gezeigt. Die
Farbe kodiert die Konzentration der unmarkierten Spins, während für die Differenzbilder
die Farbe die Abweichung zwischen den beiden Methoden in Prozent angibt (1=100%).
Auf der linken Seite ist das Modell für den 3D-Druck gezeigt.
nis. In der Erweiterung bildet sich ein kleiner Einstrom in Form eines Wirbels aus, der
anfänglich am oberen Ende des sogenannten Aneurysmahalses anfängt und einen Bogen
durch das Aneurysma vollführt. Dabei ist der Volumenanteil, in dem der Austausch stattfindet, sehr gering im Vergleich mit dem Gesamtvolumen des Aneurysmas. Dies kann z.B.
im medizinischen Kontext zu einer Gerinnselbildung innerhalb des Aneurysmas führen
und anschließend zu einer Embolie, falls dieses Gerinnsel die Erweiterung verlässt. Auch
hier sind die statischen Momente der Flächen mit eingezeichnet, und ähnlich wie bei den
Wirbeln ist kein unterschiedliches Verhalten zwischen der Simulation und der Messung
sichtbar.
10.3.4. Modell „A“ - Gitteranregung
Für Modell „A“ wurde neben der TOF-Anregungsmethode 2 zusätzlich die Gitteranregungsmethode 1 (vgl. Kapitel 3.2) verwendet. Mit der Gitteranregung innerhalb dieses
80
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
Modells soll die Funktionsweise der Simulation überprüft werden. Hier wird der Simulation die Signalamplitude einer Messung ohne Strömung als Mz Startbedingung übergeben
und anschließend die Strömung simuliert. In Abbildung 10.5 ist dieser Vergleich exemplarisch für eine Evolutionszeit τ2 =22 ms gezeigt. τ1 ist in diesem Fall 2,44 ms länger als τ2 .
Die Ebenen parallel zur Hauptströmungsrichtung wurden zuerst markiert und haben demnach die Evolutionszeit τ1 . In den beiden Erweiterungen ist rechts und links die bereits
beobachtete asymmetrische Geometrie sichtbar. Dort ist nahezu keine Veränderung der
Gitterlinien sichtbar. Im Zentrum hingegen, bzw. im 3 mm breiten Bereich des Schlauchs,
ist ein parabelförmiges Strömungsprofil sichtbar.
MĞƐƐƵŶŐ
Wϭ = 2Ϯ ms
Simulation
1mm
Abbildung 10.5.: Die Abbildung zeigt gemessene und simulierte Ergebnisse für eine Gitteranregung in Modell „A“ nach einer Evolutionszeit τ1 =22 ms.
Für den Vergleich zwischen beiden Daten wurden jeweils 100 Punkte entlang der Kante einer markierten Ebene (siehe Abbildung 10.5) extrahiert. In Abbildung 10.6 sind die
resultierenden Punkte für die Messung (schwarz) und die Simulation (blau) aufgetragen.
Beide zeigen ein analoges Strömungsverhalten. Im Zentrum des Gefäßes findet der Großteil
der Bewegung statt. Diese Bewegung ist dort nahezu parabelförmig, während zum Rand
hin nur eine sehr geringe Bewegung im Vergleich zu der Referenzmessung (rot) sichtbar
ist. Anhand der Punkte ist es möglich die maximale Geschwindigkeit zu bestimmen. Ausgehend von der linearen Regression an die Referenzdaten, die in der Abbildung gezeigt
ist, kann mit der Annahme, dass die Bewegung entlang der Normalen dieser Regression
stattfindet, die maximale Geschwindigkeit berechnet werden. Für die Messung ergibt sich
cm
eine maximale Geschwindigkeit von 6,8 cm
s und für die Simulation ergibt sich 6,7 s . Dies
stimmt mit den Geschwindigkeiten überein, die mit der Phasenkontrastmessung bestimmt
wurden (vgl. Tabelle 10.1).
10.4 Analyse der Abweichungen und Charakterisierung des Flüssigkeitsaustausches
2
Versatz - y [mm]
Messung
Referenz
Simulation
Anpassung
1
0
0
1
2
3
4
Position - x [mm]
5
6
Abbildung 10.6: Analyse einer Ebene der
Gitteranregung von Modell „A“. Für diese
Ebene wurden 100 Punkte der Simulationsdaten sowie die Messdaten nach 22 ms extrahiert. Auch 100 Punkte der Referenzmessung
ohne Strömung sind gezeigt.
10.4. Analyse der Abweichungen und Charakterisierung des Flüssigkeitsaustausches
Für die Charakterisierung des Flüssigkeitsaustausches und der Abweichung zwischen der
Messung und der Simulation werden die gezeigten Daten aus dem vorherigen Abschnitt
direkt miteinander verglichen. Dabei werden die Datensätze der Simulation und der Messung auf die markierten Bereiche reduziert und anschließend beide Datensätze auf die
gleiche Auflösung gebracht. Nachdem beide Datensätze die gleiche Größe haben, wird eine
gefilterte Differenz zwischen der Simulation und der Messung durchgeführt. Dabei wird
der Mittelwert von jeweils 3×3 Pixeln gebildet und anschließend die Differenz gebildet.
Werte, die außerhalb beider Geometrien liegen, wurden vernachlässigt. Die resultierenden Differenzen sind für die ausgewählten Datensätze in den Abbildungen 10.2 bis 10.4
gezeigt. Der Vergleich für alle gemessenen Zeiten ist im digitalen Anhang in Form von Videos gezeigt3,4,5 . Die einzelnen Charakteristiken der Modelle werden in den nun folgenden
Abschnitten behandelt.
10.4.1. Modell „A“
Die Abweichungen zwischen der Simulation und der Messung sind bei Modell „A“ am
stärksten ausgeprägt. Die mittlere relative Abweichung bezogen auf den Maximalwert 1
im linken Abschnitt beträgt (4 ± 7) % nach 200 ms, (4 ± 5) % nach 400 ms und (4 ± 5) %
nach 600 ms Evolutionszeit τ1 . Die mittlere Abweichung ändert sich nur sehr gering über
die Zeit, jedoch ist in den Bildern auch nur ein sehr geringer Einstrom der unmarkierten Flüssigkeit ersichtlich. Im rechten Abschnitt hingegen sind die Abweichungen deutlich
größer. Begonnen mit (16 ± 14) % nach 200 ms ändert sich die Abweichung auch nur sehr
gering zu (16 ± 14) % nach 400 ms und zu (14 ± 12) % nach 600 ms. Das SNR der Messung
beträgt 89 und trägt daher nur etwa 1% zu der Abweichung bei. In den Abweichungs3
Modell „A“: https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Model_A_
Flow.mpg
4
Modell „B“: https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Model_B_
Flow.mpg
5
Modell „C“: https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Model_C_
Flow.mpg
81
82
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
bilder aus Abbildung 10.2 werden die Bereiche der maximalen Abweichung deutlich. Der
Hauptanteil für die Abweichungen ist der breitere Wirbel, der in der Simulation in die
Erweiterung strömt. Grund hierfür kann die „no-slip“ Randbedingung in der Simulation
sein, welche mit deutlich geringerer Auflösung durchgeführt wurde als die Messung (vgl.
Tabelle 10.1). In der linken Erweiterung sind kaum Abweichungen ersichtlich, da dort in
der Simulation sowie der Messung nur ein sehr geringer Austausch zu erahnen ist.
Damit der Flüssigkeitsaustausch zwischen der Erweiterung und dem restlichen Volumen
genauer charakterisiert werden kann, werden Histogramme der Signalverteilungen in den
einzelnen Erweiterungen erstellt. Diese Signalverteilungen stellen die Anteile von markierten und unmarkierten Spins dar. Um die normalen Relaxationsprozesse zu berücksichtigen,
wurde für jede Evolutionszeit ein Datensatz mit gleichen Bildgebungsparametern nur ohne
Strömung gemessen, bzw. auch simuliert. Diese Datensätze sind hauptsächlich durch die
T1 -Relaxation sowie Diffusionsprozesse beeinflusst. Exemplarisch sind in Abbildung 10.7
zwei zeitliche Entwicklungen von Histogrammen für die rechte Erweiterung gezeigt.
Modelů A
Dŝƚ^ƚƌƂŵƵŶŐ
6LJQDODPSOLWXGH>DX@
KŚŶĞ^ƚƌƂŵƵŶŐ
DŝƐĐŚƵŶŐĂƵƐŵĂƌŬŝĞƌƚĞƌ
ƵŶĚƵŶŵĂƌŬŝĞƌƚĞƌ
&ůƺƐƐŝŐŬĞŝƚ
ŶƐƚŝĞŐĚƵƌĐŚ
ŝŶƐƚƌŽŵ
ƵŶŵĂƌŬŝĞƌƚĞƌ
&ůƺƐƐŝŐŬĞŝƚ
(YROXWLRQV]HLW>PV@
Abbildung 10.7.: Histogramme der gemessenen Signalverteilung für Modell „A“ als
Funktion der Zeit. Der linke Teil der Grafik zeigt die Signalverteilung für die rechte Erweiterung aus einer Referenzmessung ohne Strömung. Der rechte Teil der Grafik zeigt
hingegen die resultierende Signalverteilung mit Strömung. Ein leichter Anstieg im oberen
Bereich bei höherer Evolutionszeit ist hier sichtbar.
Das linke Bild zeigt die Signalamplitudenverteilung der Messung ohne Strömung. Es ist
deutlich die T1 -Relaxation erkennbar. Bei kurzen Evolutionszeiten existieren viele Pixel
mit sehr geringen Signalamplituden in der Probe. Mit steigender Evolutionszeit wandert
diese Verteilung zu höheren Signalamplituden, was durch die T1 -Relaxation bedingt ist.
Eine Anpassung an Gleichung 2.7 wurde an die Maxima der einzelnen Histogramme durchgeführt und als weiße Linie mit in die Grafik eingezeichnet. Als Wert für T1 ergibt sich
durch die Anpassung (870±23) ms, was sehr gut zu der gemessenen Relaxationszeit der
10.4 Analyse der Abweichungen und Charakterisierung des Flüssigkeitsaustausches
gesamten Probe von 870 ms passt. Zwischen dem zeitlichen Verlauf der Signalverteilung
ohne Strömung und mit Strömung ist ein Unterschied zu erkennen. Die Verteilung ohne Strömung ist von der Gauß-Verteilung um die T1 -Relaxationslinie dominiert und nur
wenige Pixel haben abweichende Signalamplituden, die vor allem durch Randeffekte an
den Schlauchwänden entstehen. In der Verteilung mit Strömung sind hingegen im oberen
Bereich bei höheren Signalamplituden mehr Pixel vorhanden. Die Pixel mit der Signalamplitude zwischen der Gaußverteilung und dem maximalen Wert sind mit den ausgetauschten unmarkierten Spins korreliert. Die gesamte Signalverteilung ist auch mit zunehmender
Zeit breiter als in der ohne Strömung. Der Anteil der Pixel zwischen der Relaxationslinie
(T1 =(855±28) ms mit Strömung) und dem maximalen Wert ist somit ein Indikator für den
Flüssigkeitsaustausch. Je weiter die Relaxation fortschreitet, sinkt jedoch die Auflösung
für die Analyse des Flüssigkeitsaustausches, da der Abstand zwischen der Relaxationslinie
und dem Maximum kleiner wird.
Das gemessene Signal SMessung (t) in dem markierten Bereich kann über die Gleichung
SMessung (t) = S0 (t) + SStrömung (t)
(10.1)
− Tt
1
ist hierbei der Signalverlauf durch die normale T1 berechnet werden. S0 (t) = 1 − e
Relaxation und wird über die Referenzmessung bestimmt. Der Anteil SStrömung (t) ist der
Anteil der voll polarisierten Spins, die sich in den markierten Bereich bewegen. Demnach
ist SStrömung (t) direkt mit dem Flüssigkeitsaustausch korreliert. Durch einen Vergleich des
gemessenen Signals SMessung (t) und S0 (t) lässt sich anschließend der Anteil der Strömung
bestimmen. In der linken Erweiterung hat sich der ausgetauschte Anteil nach 600 ms zu
5% ergeben, während im rechten Bereich in derselben Zeit 19% ausgetauscht wurden.
Die gleiche Analyse ergab für die Simulation 5% für die linke und 14% für die rechte
Erweiterung. Diese Werte stimmen gut überein.
10.4.2. Modell „B“
Innerhalb von Modell „B“ ist die stärkste Abweichung in der rechten Erweiterung beobachtet worden. Die berechneten Differenzen für die drei gezeigten Messreihen aus Abbildung 10.3 ergeben für die linke Erweiterung (7 ± 11) %, (8 ± 13) % und (11 ± 14) % nach
τ1 =200 ms, 400 ms bzw. 600 ms. Die Abweichung nimmt mit steigender Evolutionszeit zu.
Dies wird hauptsächlich von dem breiteren Wirbel in der Messung ausgelöst. Dies wird
auch im Video aus dem digitalen Anhang deutlich. Gerade der obere Bereich nahe des
unmarkierten Bereiches ist deutlich breiter als die Simulation. In der rechten Erweiterung
hingegen bleibt die Abweichung annähernd auf der gleichen Höhe. Die Abweichungen betragen (13 ± 18) % nach 200 ms, (12 ± 16) % nach 400 ms und (11 ± 14) % nach 600 ms
Evolutionszeit. Die Abweichungen zwischen Messung und Simulation sind hier wieder davon dominiert, dass der Einstrom der Messung näher an der äußeren Wand verläuft als in
der Simulation. Das SNR von 75 hat wieder nur einen geringen Einfluss von ca. 1% auf
diese Werte.
In Abbildung 10.8 sind die resultierenden Histogramme für die Messung sowie die Simulation von der linken Erweiterung dargestellt. Hier ist der Einstrom von der unmarkierten
Flüssigkeit in den selektierten Bereich deutlich sichtbar. Mit steigender Evolutionszeit
nimmt der Anteil nahe bei 1 in beiden Verteilungen zu. Zwischen beiden Verteilungen ist
deutlich zu erkennen, dass die Relaxationslinie der Simulation nicht durch eine breitere
83
84
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
Modelů B
6LJQDODPSOLWXGH>DX@
DĞƐƐƵŶŐ
Simulation
ŝŶƐƚƌƂŵĞŶĚĞƵŶŵĂƌŬŝĞƌƚĞ
&ůƺƐƐŝŐŬĞŝƚ
'ĂƵƘͲsĞƌƚĞŝůƵŶŐ
(YROXWLRQV]HLW>PV@
Abbildung 10.8.: Entwicklung der Signalverteilung für die linke Erweiterung in Modell
„B“. Links ist die Verteilung für die Messung gezeigt, während auf der rechten Seite die
Signalamplitudenverteilung für die Simulation zu sehen ist.
Gaußverteilung beeinflusst ist. Die Anpassung an die T1 -Relaxation ergibt für beide Verteilungen innerhalb der Abweichungen denselben Wert (T1 = 886 ± 29 für die Messung
und T1 = 894 ± 20 für die Simulation).
Die Bestimmung des Flüssigkeitsaustausches nach 600 ms ergibt für die rechte Erweiterung einen Wert von 6% in der Messung, bzw. 4% in der Simulation, in der ein kleinerer
Wirbel aus unmarkierten Spins im markierten Bereich sichtbar ist als in der Messung.
Für die linke Erweiterung ergibt sich ein deutlich höherer Flüssigkeitsaustausch, was alleine schon durch die Form der Wirbel ersichtlich ist. Für die Messung ergeben sich 27%
Flüssigkeitsaustausch und 20% für die Simulation.
10.4.3. Modell „C“
Ein direkter Vergleich zwischen der gezeigten Simulation und der Messung aus Abbildung 10.4 zeigt das gleiche Verhalten in beiden Datensätzen. Die unmarkierte Flüssigkeit
wird im oberen Bereich des Halses in das Aneurysma transportiert. Von dort beginnt die
Rotation eines Wirbels in das Volumen des Aneurysmas. Nach 400 ms ist bereits eine halbe
Rotation des Wirbels vollzogen und nach 600 ms hat die Flüssigkeit eine volle Umdrehung
durchgeführt. Im Inneren des Wirbels ist bereits eine weitere Drehung mit kleinerem Radius angedeutet. Aufgrund der größeren Schichtdicke von der Messung im Vergleich zu
der Simulation (vgl. Tabelle 10.1) ist der Wirbel in der Simulation schärfer sichtbar, während die Kanten bei der Messung bereits breiter sind. In den Messdaten ist deutlich das
SNR von 84 sichtbar, während die Daten der Simulation im Lumen6 des Aneurysmas sehr
6
Als Lumen wird in der Medizin das Innere eines Hohlraums bezeichnet.
10.4 Analyse der Abweichungen und Charakterisierung des Flüssigkeitsaustausches
*HVFKZLQGLJNHLW>YYPD[@
glatt sind. Die Abweichungen zwischen beiden Methoden nehmen mit der Zeit leicht ab.
Die genauen Werte sind: (11±12)% nach 200 ms, (10±10)% nach 400 ms und (10±9)%
nach 600 ms. Der bestimmte Flüssigkeitsaustausch ist 6% in der Messung und 5% in der
Simulation nach 600 ms. Aufgrund des sehr geringen Austausches ist es für die Messung
mit einem 90°-Markierungs-Puls nicht möglich, die Spins über einen langen Zeitraum zu
verfolgen, da die Grenze durch die T1 -Relaxation definiert wird. Die Relaxation kann in
der Simulation einfach deaktiviert werden, so dass der reine Massentransport untersucht
werden kann. In Abbildung 10.9 ist auf der linken Seite von Dipl.-Inf. Lars Walczak das
Vektorfeld der Simulation visualisiert worden. Es wurde eine Stromlinien-Visualisierung
gewählt, wobei die Farbe die normierte Geschwindigkeit kodiert. Der Wirbel im Aneurysmalumen ist gut erkennbar. Es ist jedoch auch deutlich, dass die Geschwindigkeiten im
Lumen im Vergleich zu denen im Gefäß selbst sehr gering sind. Die rechte Seite der Grafik
visualisiert den Massentransport. Dabei ist nur das markierte Volumen nach einer Evolutionszeit von 600 ms dargestellt worden. An der Stelle 1 ist deutlich der symmetrische
Einstrom des unmarkierten Fluides sichtbar. Das markierte Fluid wird hingegen asymmetrisch aus dem Lumen gedrückt. An den Stellen 2a und 2b ist dies deutlich sichtbar. Das
markierte Fluid wird vor allem an der äußeren Wand (2a) mit dem unmarkierten Fluid
mittransportiert, was von der Messung nicht beobachtet werden kann, da dies außerhalb
der beobachteten Ebene liegt.
Abbildung 10.9.: Links: Stromlinien-Visualisierung des simulierten Vektorfeldes. Im Lumen des Aneurysmas ist deutlich ein Wirbel ersichtlich. Die Geschwindigkeit im Aneurys1
der Maximalgeschwindigkeit im Gefäß. Rechts: Visualisierung des Masma beträgt ca. 30
sentransports der markierten Flüssigkeit. Es ist ein asymmetrischer Ausstrom (2a, 2b) der
markierten Spins sichtbar, während der Wirbel aus unmarkierter Flüssigkeit (1) sich in
den markierten Bereich drückt.
85
86
Kapitel 10 „Time of Flight“-Messungen zur Flüssigkeitsaustauschbestimmung
10.5. Zusammenfassung
Die in diesem Kapitel angesprochenen Ergebnisse zeigen eindeutig, dass die Messungen
der TOF-Methode und der Massentransport der LBM-Simulation vergleichbare Ergebnisse liefern. Mit beiden Methoden lässt sich der asymmetrische Flüssigkeitsaustausch in
den beiden einfachen Geometrien nachweisen und der bestimmte Flüssigkeitsaustausch
zwischen den untersuchten Erweiterungen lieferte vergleichbare Ergebnisse. Die Methoden können somit wichtige Informationen für den Flüssigkeitsaustausch in Aneurysmen
liefern und für die Analyse des Austausches eingesetzt werden. Die TOF-Messungen bedürfen einer genauen Planung, um sinnvolle Bereiche zu definieren, in denen die Methode
gute Ergebnisse liefern kann. Ihre Sensitivität ist von vielen Parametern abhängig. Angefangen von der Relaxationszeit der Flüssigkeit, über die Strömungsverhältnisse an sich
(schnelle Veränderungen bedürfen anderer Evolutionszeiten) bis hin zur Wahl der Anregungsmethode ist es wichtig, die richtige Wahl für die Parameter zu treffen. Im Vergleich
zur Phasenkontrast-MRT liefert die TOF-Methode einen schnelleren Einblick in die Strömungsverhältnisse einer einfachen Ebene, während die Phasenkontrast-MRT mehr Informationen liefert. Außerdem kommt die TOF schnell an ihre Grenzen, wenn sehr langsame
Strömungsprozesse beobachtet werden sollen. Hierfür sind andere Markierungsmöglichkeiten nötig als die einfache Modifikation der Mz -Magnetisierung. Die Gitteranregung selbst
liefert einen sehr schnellen Einblick in die Strömungsverhältnisse und kann so z.B. als
Testmessung zur Wahl der richtigen Parameter für die TOF- und Phasenkontrast-MRT
genutzt werden. Die Simulation des Massentransportes kann hingegen sehr gute Informationen liefern, die z.B. in der TOF-Messung nicht erfasst werden können. Eine validierte
Simulationsmethode kann somit über einen weitaus größeren Zeitraum den Massentransport in der Simulationsdomäne verfolgen als die TOF-Methode, die nur ein beschränktes
Zeitfenster gewährleisten kann.
Kapitel 11
Gepulste Strömungen
In diesem Kapitel wird die Messung von zeitlich nicht konstanten Strömungen betrachtet. Dies dient dazu die Methoden der „Time of Flight“ sowie der Phasenkontrast-MRT
innerhalb von Strömungen zu testen, die die Pulsationen des menschlichen Kreislaufs widerspiegeln. Dazu wird der in Kapitel 8.2 beschriebene Versuchsaufbau verwendet und der
Druckpuls mit den beiden in dieser Arbeit vorgestellten Methoden zur Strömungsmessung
abgetastet. Messungen von zeitlich veränderbaren Strömungen erzeugen Artefakte sobald
einzelne Wiederholungen der Bildgebungssequenz zu verschiedenen Zeiten des Druckpulses
durchgeführt werden. Um dies zu vermeiden werden getriggerte Versionen der in Kapitel 3
beschriebenen Pulssequenzen verwendet. Dazu wird das Steuersignal der herzsimulierenden Pumpe verwendet, um jede Einzelaufnahme der Pulssequenz zeitlich synchron mit der
Pumpe zu starten. In der Pulssequenz wird anschließend eine Wartezeit festgelegt, die
einen Abstand zwischen dem Synchronisationssignal und dem Beginn der Aufnahme definiert. Durch die Datenaufnahme von Bildern mit variierendem kann somit der Druckpuls
ausgemessen werden. Zusätzlich werden die Echozeiten TE der einzelnen Sequenzen möglichst kurz gehalten, um Artefakte, die durch die Änderung der Strömungsgeschwindigkeit
während einer einzelnen Aufnahme entstehen, möglichst gering zu halten. Als Probe für
die Untersuchung beider Methoden innerhalb der zeitlich veränderlichen Strömung wird
das, bereits für die Messungen mit konstanter Strömung verwendete, einfache Schlauchmodell genutzt. Als Probenflüssigkeit wird mit CuSO4 versetztes Wasser verwendet, um eine
kürzere T1 -Relaxationszeit zu erhalten und die einzelnen Messungen innerhalb von < 1 s
wiederholen zu können. Dies ermöglicht eine Aufnahme zu jedem Synchronisationspuls bei
einem simulierten Herzschlag von 60 Schlägen pro Minute.
In Abschnitt 11.1 werden zunächst die Ergebnisse der Phasenkontrast-MRT gezeigt, während anschließend in Abschnitt 11.2 die Daten aus den TOF-Messungen diskutiert werden.
Abschließend wird in Abschnitt 11.3 ein Vergleich zwischen beiden untersuchten Methoden
durchgeführt.
11.1. Phasenkontrast-MRT
Für die Untersuchungen der gepulsten Strömung mit der Phasenkontrast-MRT-Methode
wird die verwendete Pulssequenz entsprechend des Synchronisationspulses modifiziert. Im
Anhang B.3 ist das Aufnahmeschema für die synchronisierte Datenaufnahme detailliert
beschrieben. Die Parameter zur Ansteuerung der Spritze wurden so gewählt, dass ein
Herzschlag von 60 Schlägen pro Minute simuliert wird. Dazu fährt die Spritze für eine
87
88
Kapitel 11 Gepulste Strömungen
Zeit von 300 ms ein und für eine Zeit von 700 ms aus. Daraus resultiert eine Wiederholfrequenz von 1 Hz, wodurch jede einzelne Datenaufnahme der Phasenkontrastmessung mit
einer Wiederholzeit von TR = 1 s ausgeführt wird. Die T1 -Relaxationszeit der Probenflüssigkeit betrug ca. 500 ms. Um den Druckpuls, der durch die Bewegung der Spritze
entsteht, ideal abzutasten, werden 52 Messreihen mit variiertem aufgenommen. Für wurden folgende Zeiten gewählt: = [5; 10; 20; 40; 60; ...; 1000] ms. Die weiteren Parameter
der Pulssequenz sind: TE = 13 ms, Δ = 1 ms, δ = 1 ms, α = 45° sowie der strömungsT
, der in Richtung der Strömung orientiert ist.
kodierende Gradient Gz = [−0, 05 ; 0, 05] m
Aus den Kodierungsparametern ergibt sich ein VENC von 0,47 ms . Über das FOV von
8,5 mm und den verwendeten Phasenschritten (512 nach „zero-filling“) sowie der Akquisitionslänge (512) ergibt sich eine Auflösung von 16,6×16, 6 × 2000 μm3 bei der verwendeten
Schichtdicke von 2 mm. Diese große Schichtdicke wurde gewählt, um keinen vollständigen
Signalverlust während der Schichtselektion zu erhalten, der aufgrund von den in Kapitel
3.3 angesprochenen Transitzeiten entstehen könnte.
In Abbildung 11.1 sind exemplarisch drei resultierende Geschwindigkeitsprofile zu unterschiedlichen Zeiten des Druckpulses ( = 80, 320, 840 ms) gezeigt. Die Geschwindigkeit
senkrecht zur aufgenommenen Ebene ist farblich kodiert, wobei dieselbe Farbskala für
die drei gezeigten Profile gewählt wurde. Es ist deutlich zu erkennen, dass sich das Geschwindigkeitsprofil abhängig von verändert. Im linken Abschnitt der Grafik ist über
einen breiten Bereich des Querschnitts eine hohe Geschwindigkeitsamplitude sichtbar, die
zu den Rändern des Schlauches steil abfällt. In der mittleren Grafik ist hingegen eine
deutlich geringere Geschwindigkeitsamplitude sichtbar. In den Randbereichen tritt sogar
eine negative Komponente auf, die auf einen Rückfluss schließen lässt. Für das gezeigte
Strömungsprofil mit dem längsten Abstand zum Synchronisationspuls ist keine negative
Komponente mehr sichtbar. Die Amplitude ist jedoch auch in dieser Messung noch geringer als in der Messung für das kleinste . Um den Verlauf des Druckpulses und die daraus
resultierenden Strömungsgeschwindigkeiten darzustellen, wurde entlang der y-Achse die
0
0
0
4
y [mm]
y [mm]
y [mm]
04
4
4
02
0
8
0
8
8
4
x [mm]
8
0
Geschwindigkeit [m/s]
06
4
x [mm]
8
0
4
8
−02
x [mm]
Abbildung 11.1.: Resultierende Bilder der Geschwindigkeitsmessung für drei unterschiedliche Zeiten = 80, 320, 840 ms (von links nach rechts) des Druckpulses. Die Farbskala ist für alle drei Bilder die gleiche und kodiert die Geschwindigkeit senkrecht zu dem
dargestellten Querschnitt des Schlauches. Es fällt deutlich auf, dass sich die Form der
Geschwindigkeitsverteilung über die Zeit verändert.
11.2 „Time of Flight“
89
Geschwindigkeit durch das Zentrum des Schlauches bestimmt. Die daraus resultierenden
Profile sind in Abbildung 11.2 im Verlauf der Zeit dargestellt.
Abstand ε [ms]
06
05
04
400
03
02
01
800
0
Geschwindigkeit [m/s]
07
20
−01
0
4
8
y [mm]
Abbildung 11.2.: Die Abbildung zeigt Schnitte entlang der y-Achse durch das Zentrum
der Strömungsprofile für unterschiedliche Abstände zum Synchronisationspuls.
Es ist deutlich eine Phase mit einer hohen Geschwindigkeit von ca. 0,6 ms zu Beginn
( < 200 ms) des Druckpulses zu erkennen. Darauf folgt eine Phase mit schnell abfallender
Geschwindigkeit und negativen Geschwindigkeiten im Randbereich bis zu einem von ca.
600 ms. Anschließend steigt die Geschwindigkeit innerhalb von zwei weiteren Phasen wieder an. Die erste ansteigende Phase endet bei ≈ 900 ms, während darauf die zweite Phase
folgt. Beide Phasen zeichnen sich durch eine Veränderung der Geschwindigkeitsamplitude
sowie der Breite der Geschwindigkeitsverteilung aus. Anhand des gegebenen Querschnitts
durch den Schlauch und der bestimmten Geschwindigkeit für die einzelnen Zeitabstände ,
kann anschließend der Volumenstrom Q() für die individuellen Messungen berechnet werden. Die resultierende Strömungskurve ist in Abbildung 11.3 in blau dargestellt. Zusätzlich
ist die maximal detektierte Geschwindigkeit zu den einzelnen Zeiten aufgetragen (grün).
Es ist deutlich zu erkennen, dass die Geschwindigkeit mit dem Volumenstrom korreliert ist
und die bereits beschriebenen vier Phasen in dem Volumenstrom und der Geschwindigkeit
wiederzufinden sind. Der mittlere Volumenstrom über einen gesamten Druckpuls beträgt
(67 ± 43) ml
s .
11.2. „Time of Flight“
Für die „Time of Flight“-Aufnahmen wurde die Technik der Einzelschichtmarkierung gewählt. Dazu wurde eine Schicht mit einer Dicke von 300 μm senkrecht zur Strömungsrichtung angeregt. Anschließend wurde parallel zur Strömungsrichtung durch das Zentrum der
untersuchen Probe ein Bild nach einer Evolutionszeit von τ = 6 ms aufgenommen. Während dieser Evolutionszeit hat sich die markierte Ebene weiterbewegt und einen Kontrast
90
Kapitel 11 Gepulste Strömungen
150
100
0,5
50
0,0
0
200
400
600
800
Volumenstrom Q [ml/s]
Maximale Geschwindigkeit [m/s]
Maximale Geschwindigkeit
Volumenstrom
0
1000
Abstand ε [ms]
Abbildung 11.3.: Berechneter Volumenstrom und die maximale Geschwindigkeit aus
den Messungen der Phasenkontrast-MRT für einen Druckpuls mit 300 ms Einschubzeit
und 700 ms Ausschubzeit der Spritze.
innerhalb des aufgenommenen Bildes erzeugt. Auch diese Sequenz wird durch den angelegten externen Synchronisationspuls gesteuert. Die Zeit zwischen der Markierung und dem
Synchronisationspuls ( = [5; 10; 20; 40; 60; ...; 1000] ms) wird auch bei der TOF-Messung
variiert, um den Druckpuls optimal abzutasten. Die Parameter für die Bildgebungssequenz wurden an die vorhandene maximale Strömung angepasst. Da vergleichsweise hohe
Strömungsgeschwindigkeiten für kleine Werte von erwartet werden, muss das FOV in
Richtung der Strömung dementsprechend groß gewählt werden. Ansonsten bewegt sich
die markierte Schicht innerhalb ihrer Evolutionszeit sowie der anschließenden Echozeit aus
dem aufgenommenen Bildausschnitt, wodurch diese nicht mehr detektiert werden kann.
Das FOV in Strömungsrichtung (z) wurde für die gezeigten Aufnahmen auf 25 mm eingestellt, während in der senkrecht dazu stehenden x-Richtung das FOV zu 8 mm gewählt
wurde. Zusammen mit der gewählten Schichtdicke von 300 μm und 512 Phasenschritten
sowie 512 Akquisitionspunkten nach dem „zero-filling“ ergibt sich eine Auflösung des Bildes von 15, 6 × 48, 8 × 300 μm3 . Für die Markierung wurde ein 90°-RF-Puls verwendet
sowie ein 45°-RF-Puls für die Bildgebung. Die Echozeit betrug TE = 10, 015 ms und die
Repetitionszeit wurde darauf angepasst, dass pro Synchronisationspuls eine Aufnahme
durchgeführt wird. Die Ansteuerung der Spritze wurde hier wieder so gewählt, dass ein
Herzschlag von 60 Schlägen pro Minute simuliert wird. Dazu fährt die Spritze für eine Zeit
von 300 ms ein und für eine Zeit von 700 ms aus.
In Abbildung 11.4 sind drei Aufnahmen der TOF-Methode exemplarisch gezeigt. Jede
Aufnahme wurde mit einem unterschiedlichen Abstand = 80, 320, 840 ms aufgenommen.
Die Abbildungen zeigen die resultierenden Bilder mit den oben angesprochenen Aufnahmeparametern und repräsentieren eine Ebene durch das Zentrum des Querschnitts des
verwendeten Schlauches. Die Pumpe ist vom Aufbau her gesehen auf der unteren Seite
des Bildes platziert und demnach ist die Hauptströmungsrichtung in positive z-Richtung
11.2 „Time of Flight“
ε=80ms
1 mm
3 mm
91
ε=320ms
1 mm
3 mm
ε=840ms
1 mm
3 mm
Abbildung 11.4.: „Time of Flight“-Aufnahmen zu unterschiedlichen Zeiten während des
Druckpulses (=80, 320, 840 ms). Zusätzlich ist in den einzelnen Grafiken die Markierungsebene ohne Strömung in grün dargestellt sowie die extrahierten Daten der verformten
Ebene die für die weitere Auswertung genutzt wird (gelb). Die Farbskala kodiert die Signalamplitude. Hell entspricht einer hohen Signalamplitude in dem Voxel.
gegeben. Es ist deutlich zu erkennen, dass sich die markierte Ebene, die als dunkle Linie
sichtbar ist, während der einzelnen Aufnahmen verändert. Für eine genauere Betrachtung dieser Bewegung wurde in äquidistanten Abständen entlang der x-Achse die Linie
markiert. Dazu wurden für jeden der 32 gewählten Abstände drei Punkte innerhalb der
markierten Ebene selektiert. Ein Punkt am unteren Rand der Ebene, einer am oberen
sowie einer im Zentrum der Schicht. Die daraus resultierenden Mittelwerte und Standardabweichungen der Position sind in der Abbildung in gelb dargestellt. Die Punkte wurden
zusätzlich verbunden, um den Verlauf der markierten Ebene besser zu zeigen. Es ist in
den Abbildungen ersichtlich, dass die resultierenden Werte gut zu den dunklen Linien passen und demnach für die weitere Auswertung verwendet werden können. Zusätzlich sind
in grün in jeder einzelnen Abbildung die Daten einer Referenzaufnahme ohne Strömung
gezeigt. Das gezeigte Bild für = 80 ms weist die größte Verschiebung von der grünen Linie auf. Es ist ein flaches, aber leicht asymmetrisches Plateau im Zentrum der Probe zu
erkennen, während es zu den Rändern steil abfällt. Die Verformung für = 320 ms zeigt
hingegen in den Randbereichen eine Verschiebung in negative z-Richtung, was auf negative
Geschwindigkeiten schließen lässt. Für = 840 ms existieren hingegen wieder nur positive
Verschiebungen.
Aus den Verschiebungen Δz(, x) zwischen der Referenzaufnahme und der Aufnahme mit
Strömung sowie der Kombination aus der Echozeit und der Evolutionszeit, lässt sich anschließend aus den Daten die Geschwindigkeit bestimmen v(, x) = Δz(
,x)
TE +τ . In Abbildung 11.5 (links) sind die resultierenden Geschwindigkeiten für die 32 Punkte entlang
der x-Achse sowie die 52 unterschiedlichen Werte für gezeigt. Auch in der Messung der
gepulsten Strömung mit der TOF-Methode lässt sich der Druckpuls vereinfacht in vier
Phasen aufteilen. Für kurze Abstände zum Synchronisationspuls sind die höchsten Geschwindigkeiten mit ca. 0,65 ms sichtbar. In Phase zwei, ab einem von etwa 200ms, nimmt
92
Kapitel 11 Gepulste Strömungen
die Geschwindigkeit stark ab. Auch sind in den Randbereichen negative Komponenten der
Geschwindigkeit ersichtlich. Phase drei beginnt ca. 600 ms nach dem Synchronisationspuls.
Dort steigt die Geschwindigkeit wieder an und die negativen Komponenten verschwinden.
Anschließend daran nimmt die Amplitude der Geschwindigkeit noch ein weiteres Mal zu.
20
02
800
01
0
0
3
x [mm]
6
Geschwindigkeit [m/s]
03
Geschwindigkeit [m/s]
04
400
100
0,5
50
0,0
0
200
400
600
800
Volumenstrom Q [ml/s]
05
Abstand ε [ms]
Maximale Geschwindigkeit
Volumenstrom
06
0
1000
Abstand ε [ms]
Abbildung 11.5.: Links: Bestimmte Strömungsprofile für unterschiedliche Abstände zum Synchronisationspuls aus der TOF-Messung. Rechts: Volumenstrom sowie die maximale Geschwindigkeit für die einzelnen Abstände zum Synchronisationspuls.
Die Bestimmung des Volumenstromes durch den Schlauch ist anhand der Geschwindigkeitsprofile nur näherungsweise möglich. Diese repräsentieren nur eine eindimensionale
Information der Geschwindigkeit des zweidimensionalen Querschnitts. Um dennoch den
Volumenstrom zu bestimmen, werden folgende Näherungen gemacht. Der Querschnitt des
Schlauches wird in 32 Halbkreisringe eingeteilt, denen entsprechend eine der bestimmten
Geschwindigkeiten zugeordnet wird. Dies ist schematisch in Abbildung 11.6 dargestellt.
Im linken Teil der Grafik sind die Halbkreise angedeutet sowie die dazugehörigen Radien
die als xi und Xi markiert sind. Die dazugehörige Fläche Ai lässt sich über die Gleichung
Ai = 12 π(Xi2 − x2i ) berechnen. Der Volumenstrom ergibt sich zu der korrespondierenden mittleren Geschwindigkeit in dem Halbkreiselement entlang der roten Linie. Für die
Berechnung des Volumenstroms lässt sich anschließend die Annahme machen, dass die
Geschwindigkeit entlang der Linie innerhalb des gesamten Halbkreiselements vorherrscht.
Der Volumenstrom ergibt sich dann durch die Summe Q() = i Ai · vi ().
Im rechten Teil der Abbildung 11.5 ist der resultierende Volumenstrom für die TOFMessung dargestellt. Außerdem ist in der Grafik die maximale Geschwindigkeit zu jedem
dargestellt. Ebenso wie in Abbildung 11.3 lassen sich in der Grafik die vier unterschiedlichen Phasen wiederfinden. Auch ist deutlich zu erkennen, dass die maximale Geschwindigkeit mit dem Volumenstrom korreliert.
11.3 Vergleich der beiden Methoden
93
Bestimmte
Geschwindigkeiten
entlang der roten Linie
v
Halbkreisringe
vi
Ai
ܺ௜ ‫ݔ‬௜
ܺ௜
‫ݔ‬௜
Ͳ
Abbildung 11.6.: Schematische Darstellung zur Berechnung des Volumenstroms aus einzelnen TOF-Messungen.
11.3. Vergleich der beiden Methoden
Bei dem Vergleich der aufgenommenen Datensätze fällt auf, dass in beiden Aufnahmen
sehr ähnliche Charakteristika wiederzufinden sind. Der Verlauf des Druckpulses ist in beiden Datensätzen sehr ähnlich. Es sind vier Phasen zu erkennen, die durch unterschiedliche
Geschwindigkeiten, Rückflusseigenschaften und Volumenströme unterschieden werden können. In Abbildung 11.7 ist ein direkter Vergleich der bestimmten Volumenströme zu sehen.
Außerdem sind die vier identifizierten Phasen in Form einer Schattierung dargestellt.
140
Phasenkontrast-MRT
TOF-Messung
Volumenstrom Q [ml/s]
120
100
80
60
Phase 2
40
20
Phase 1
0
0
200
Phase 3
400
600
800
Phase 4
1000
Abstand ε [ms]
Abbildung 11.7.: Vergleich der bestimmten Volumenströme für einen Druckpuls mit
300 ms Einfahrzeit und 700 ms Ausfahrzeit. Die vier unterschiedlichen Phasen sind deutlich
zu erkennen.
94
Kapitel 11 Gepulste Strömungen
Innerhalb von Phase 1 ist der Verlauf der beiden Datensätze analog. Beide Kurven steigen zu Beginn an und erreichen ihr globales Maximum bei einer Zeit von = 80 ms. Die
TOF-Messung besitzt an der Stelle = 80 ms mit Q(80) =118 ml
s einen etwas geringeren
Volumenstrom als die Messung mit der Phasenkontrast-MRT, die Q(80) =140 ml
s ergibt.
Anschließend an das Maximum fallen beide Kurven ab, wobei sie sich am Ende schneiden und die TOF-Messung einen höheren Volumenstrom aufweist als die PhasenkontrastMessung. Dies ist durch den stärkeren Rückfluss in der Phasenkontrast-Messung zu erklären, wodurch ein geringerer Volumenstrom entsteht. Das globale Minimum erreichen beide
Kurven wieder fast zum gleichen Zeitpunkt. Die TOF-Messung erreicht einen Wert von
ml
Q(420) =20 ml
s und die Phasenkontrast-Methode einen Wert von Q(360) = 5 s . Die TOFMessung hat jedoch ein längeres und gleichmäßigeres Plateau im Minimum im Vergleich
zur Phasenkontrast-Messung. Anschließend steigen beide Kurven wieder an und die dritte Phase beginnt am Schnittpunkt beider Kurven. Hier steigen die Volumenströme beider
Messungen an und bleiben anschließend auf einem Plateau, bzw. bei der TOF-Messung ist
sogar ein geringer Abfall zum Ende der Phase zu erkennen. In Phase 4 verhalten sich beide
Kurven wieder gleich und steigen mit einer ähnlichen Rate an. Insgesamt fällt auf, dass
die Messreihe mit der Phasenkontrast-MRT größere Änderungen aufweist, was durch den
insgesamt höheren Volumenstrom bedingt ist. In der Spritze hat sich zwischen den beiden
individuellen Messungen eine Luftblase gebildet. Durch die unterschiedliche Kompressibilität von Wasser und Luft ist hierdurch das Pumpverhalten leicht unterschiedlich, wodurch
der Volumenstrom variiert. Beide Messungen spiegeln jedoch das gleiche Verhalten des
Druckpulses wider. Der direkte Vergleich mit den Daten des induktiven Strömungssensors
ist nicht möglich, da dieser nur bis zu Volumenströmen von 42 ml
s ausgelegt ist.
Zusammenfassend sind beide Methoden geeignet gepulste Strömungen zu untersuchen.
Genauere Ergebnisse liefert die Phasenkontrast-Methode, da hier ein zweidimensionales
Geschwindigkeitsprofil aufgenommen wird und somit keine Abschätzungen des Volumenstromes durch Annahmen gemacht werden müssen. Zeitlich ist die TOF-Methode jedoch
der Phasenkontrast-Methode vorzuziehen, weil sie einen Faktor 3 an Messzeit einspart, da
nur ein Bild anstelle von drei Bildern für die unterschiedlich starke Strömungskodierung
aufgenommen werden muss.
Kapitel 12
Wandscherspannungen
Dieses Kapitel der Arbeit behandelt einen wichtigen Parameter, der aus den bestimmten Geschwindigkeitsprofilen abgeleitet werden kann: die Scherspannung. Spannung ist in
der Mechanik ein Begriff, der die Deformation eines Körpers unter dem Einwirken externer Kräfte beschreibt. Abhängig von der Richtung der einwirkenden Kräfte lassen sich
unterschiedliche Spannungen beschreiben, von denen eine die in diesem Kapitel betrachtete Scherspannung ist. Die Scherspannung erzeugt eine Deformation eines Körpers, in
dem parallele Ebenen zueinander parallel bleiben, aber zueinander verschoben werden. In
einen Blutgefäß wirkt die Scherspannung besonders auf die innerste Wand, die Intima.
Die Richtung und Stärke der Scherung ist durch den Blutfluss in direkter Nähe zur Wand
gegeben und die Kraft, die die Wand auf das Blut ausübt, ist als Reibung zu betrachten.
Veränderungen in den Wandscherspannungen (WSS), insbesondere das Auftreten von
sehr niedrigen Spannungen, sind oft mit instabilen Strömungskonditionen verknüpft. Dazu zählen z.B. Turbulenzen, Regionen mit Rückfluss und Bereiche, in denen der Blutfluss
stagniert. Solche Bedingungen werden oft in der Aorta oder an arteriellen Gefäßverzweigungen beobachtet [134–136]. Veränderungen der WSS sind nicht nur im Verdacht für
die Entstehung oder die Rupturgefahr von Aneurysmen [7, 8, 57], sondern auch für weitere Gefäßerkrakungen wie z.B. Stenosenentwicklungen innerhalb von Stents [137] und
Arteriosklerose [134–136].
Die Scherspannungen wurden bereits mit der Methode der Phasenkontrast-MRT in unterschiedlichen Arbeiten untersucht [61,138–141]. Die MRT bietet gegenüber anderen Methoden den Vorteil, dass sie die Gefäßgeometrie zusätzlich zu dem ortsaufgelösten Geschwindigkeitsfeld liefert und daher eine gute Bestimmung der Scherspannungen aus den
beiden Daten möglich ist. Durch die hier gezeigte Kombination von mikroskopischen Geschwindigkeitsmessungen und der dazugehörigen Bestimmung der Gefäßgeometrie kann
die Scherspannung für die Gefäßwand bestimmt werden.
12.1. Grundlagen der Berechnung
Für die Berechnung der Scherspannung τ , die aufgrund der Strömung auf die Wände der
untersuchten Modelle wirkt, wird zuerst das Geschwindigkeitsfeld v (x, y, z) benötigt. Das
Feld wird experimentell aus den Phasenkontrast-Messungen erstellt. Anschließend wird aus
den MRT-Daten die Geometrie des Gefäßes extrahiert und eine Isoflächenkontur erstellt,
die die Intima der Gefäßwand definiert. Für jede einzeln modellierte Fläche am Ort F l
95
96
Kapitel 12 Wandscherspannungen
kann anschließend ein Normalenvektor n bestimmt werden, der in Richtung des Fluids
zeigt. Dies ist in Abbildung 12.1 auf der linken Seite schematisch dargestellt.
Konturflächen
Geschwindigkeitsfeld
2DͲSkizze
˜
Ortsvektor
derFläche
z
y
˜
Normalenvektor
derFläche
݊
˜ȁȁ݊
˜ ٣ ݊
݊
߬
‫݈ܨ‬
‫݈ܨ‬
x
Abbildung 12.1.: Schematische Darstellung zur Berechnung der Wandscherspannung τ .
Für die Scherspannung auf dieses Flächenelement ist die Scherrate entlang des Normalenvektors wichtig, vgl. Kapitel 6. Da die folgenden Untersuchungen vorerst nur für newtonsche Fluide betrachtet werden, wird der Zusammenhang zwischen der Scherrate γ˙ und der
Scherspannung durch die lineare Gleichung
τ = ν γ˙
(12.1)
definiert. Der Proportionalitätsfaktor ν ist wiederum die dynamische Viskosität des Fluids.
Da die Viskosität der Probe bekannt ist, muss nur die Scherrate bestimmt werden. Dafür
ist die Geschwindigkeitskomponente des Vektorfeldes v (x, y, z) wichtig, die parallel zur
Gefäßwand ist, also senkrecht zum Normalenvektor steht. In der zweidimensionalen Skizze
des Problems in Abbildung 12.1, rechte Seite, ist diese Komponente als v ⊥ n bezeichnet.
Sie lässt sich über den Zusammenhang
v ⊥ n = v − (v n)
(12.2)
berechnen, wobei v n die Komponente parallel zum Normalenvektor ist. Diese lässt sich
durch die Projektion des Geschwindigkeitsvektors auf den Normalenvektor bestimmen:
v n =
v · n
· n.
|n|2
(12.3)
Aufgrund der Diskretisierung der Geschwindigkeitsdaten und Ungenauigkeiten in der Messung, wird zur Bestimmung der Scherspannung über einen bestimmten Teil der Datenmenge über die Scherrate gemittelt. Für die Wandscherspannung ist normalerweise die
Scherrate in einem infinitesimalen Abstand zur Wand wichtig, welche sich von der gemessenen Scherrate aufgrund der beschränken Ortsauflösung unterscheiden kann. Außerdem
12.1 Grundlagen der Berechnung
97
ist nachgewiesen worden, dass die Scherspannung meist durch die Annahme eines newtonschen Fluides überschätzt wird [142, 143]. Für ein newtonsches Fluid hingegen wird
ein linearer Zusammenhang erwartet und daher wird über die bestimmten Scherraten
entlang des Normalenvektors eine lineare Anpassung vorgenommen, um anschließend die
Scherspannung zu bestimmen. Dafür wird die Geschwindigkeit |v ⊥ n(x, y, z)| entlang ganzer Vielfache des Normaleneinheitsvektors bestimmt und - aufgrund der Diskretisierung
- die Geschwindigkeit des nächsten Nachbargitterpunktes gewählt. Eine Interpolation aus
den Nachbargitterpunkten ist auch möglich, benötigt jedoch mehr Rechenzeit. In Abbildung 12.2 ist dies für ein numerisches Modell einer elliptischen Rohrströmung (Halbachsenverhältnis 1:1,6) gemäß Gleichung 9.2 gezeigt. Links ist die Isokontur der Geometrie
mit entsprechenden Normalenvektoren zu sehen. Die Länge der Vektoren zeigt die Distanz, über die die Scherrate gemittelt wird. Für eine bessere Übersicht sind nur etwa
10% der Normalenvektoren gezeigt. Der rot hervorgehobene Vektor markiert die Datenauswahl, die auf der rechten Seite der Grafik gezeigt ist. Dort ist ein Geschwindigkeitsprofil
v ⊥ n entlang dieses Normalenvektors gezeigt und ebenso die durchgeführte Anpassung
über eine gewählte Wanddistanz von zehn Längeneinheiten. Es ist das typische numerische
Strömungsprofil sichtbar, ebenso wie die dazugehörige Scherrate. Die Anpassung stellt die
numerischen Daten gut dar.
b.) 1,0
Geschwindigkeitsprofil
Verwendete Daten
Lineare Regression
Geschwindigkeit [a.u.]
D
0,5
0,0
0
50
100
Distanz zum Wandelement als Vielfaches von n
Abbildung 12.2.: a.) zeigt die elliptische Geometrie des untersuchten Phantoms mit den
daraus bestimmten Normalenvektoren. Der rot hervorgehobene Vektor markiert die Position für die in b.) gezeigten Daten. b.) zeigt das Geschwindigkeitsprofil entlang des Normalenvektors. Die rot markierten Punkte wurden für die Anpassung (grüne Linie) verwendet.
Anhand der Steigung der Anpassung und der bekannten Probenviskosität kann anschließend die Stärke der WSS als Farbe der Isofläche kodiert werden. Die WSS wird mit einem
Mittelwertfilter über die nächsten acht Nachbarflächen gefiltert. Das Resultat ist in Abbildung 12.3 auf der linken Seite dargestellt. Die Scherspannung selbst ist hier in normierten
beliebigen Einheiten gezeigt. Es ist deutlich sichtbar, dass die Scherspannung an Wandflächen, die näher am Ellipsenzentrum liegen, höher ist als auf Flächen, die weiter entfernt
sind. Auf der rechten Seite der Abbildung ist die Scherspannung entlang einer Linie auf der
98
Kapitel 12 Wandscherspannungen
Mantelfläche aufgetragen. Hier sind deutlich die beiden Maxima und Minima zu erkennen,
die für die beiden Extremalentfernungen entlang der Haupt- und Nebenachse stehen.
b.)
Wandscherspannung
0,5
0,0
PLQ
1,0
Hauptachse
Nebenachse
1,0
Hauptachse
Wandscherspannung [a.u.]
D
PD[
2,0
Ellipsenwinkel Φ [rad/π]
Abbildung 12.3.: a.) zeigt die bestimmte Scherspannung τ für die untersuchte Geometrie
als Farbkodierung auf der Isofläche. b.) zeigt die Scherspannung entlang einer Linie auf
der Mantelfläche.
12.2. Scherspannungen innerhalb der Stenose
In diesem Abschnitt wird die Scherspannung innerhalb der, bereits in Kapitel 9.3 diskutierten, Stenose bestimmt. Für die Analyse wurde der gleiche Phasenkontrast-Datensatz
verwendet. Für die Berechnung der Scherspannung werden zuerst die Normalenvektoren
auf der Geometrie bestimmt. Insgesamt sind innerhalb der Geometrie 59325 Flächenelemente für die Oberflächenvisualisierung berechnet worden, für die anschließend die Normalen bestimmt werden. Als eine sinnvolle Länge für die lineare Anpassung wurden 12
Gitterpunkte gewählt, was ca. 320 μm entspricht. Die resultierenden Normalenvektoren
mit der angepassten Länge sind in Abbildung 12.4 a.) dargestellt. Für die Darstellung
wurde eine Aufsicht gewählt, so dass die Normalenvektoren in beiden Gefäßdurchmessern
gut sichtbar sind. Für die Visualisierung wurden nur etwa 5% der Vektoren (schwarz)
gezeigt. Der rote Vektor markiert die Position für das in Abbildung 12.4 b.) gezeigte Geschwindigkeitsprofil |v ⊥ n|. Es sind die 12 Gitterpunkte markiert, über die die lineare
Regression durchgeführt wird.
In der Abbildung 12.5 a.) sind die resultierenden Scherspannungen auf den Wandelementen
farbkodiert dargestellt. Die Einheit für die Scherspannung ist in Pascal1 angegeben. Aus
der Grafik geht hervor, dass die Scherspannung im dünneren, einströmenden Abschnitt
deutlich höher liegt als die Scherspannung im breiteren oberen Abschnitt. Dies ist ein
zu erwartendes Verhalten, da die Strömungsgeschwindigkeit und die Änderung nahe der
Wand im oberen Teil deutlich kleiner ist als die Geschwindigkeit im unteren Bereich, wo
eine Hagen-Poiseuille’sche Strömung vorliegt. Direkt am Übergang zwischen den beiden
Schläuchen sind wenige starke Ausschläge der Scherspannung sichtbar, was auf Artefakte
1
1 [Pa] entspricht 10 [ Dyn
]. Dies ist eine alte, aber in der Medizin noch geläufige Einheit für die WSS.
cm2
12.2 Scherspannungen innerhalb der Stenose
a.)
99
b.) 12
Geschwindigkeitsprofil
Verwendete Daten
Lineare Regression
Geschwindigkeit [cm/s]
10
8
6
4
2
0
0
50
100
150
200
Distanz zum Wandelement als Vielfaches von n
Abbildung 12.4.: a.) zeigt eine Aufsicht auf die untersuchte Stenosengeometrie. Die
schwarzen Vektoren kennzeichnen die Flächennormalen und sind von der Länge an die
Berechnungsdistanz angepasst. b.) zeigt das gemessene Geschwindigkeitsprofil entlang des
rot markierten Vektors aus a.). In grün ist die Anpassung an die rot markierten Datenpunkte gezeigt.
D0HVVXQJ
6FKHUVSDQQXQJ>3D@
E6LPXODWLRQ
Abbildung 12.5.: a.) zeigt die Scherspannung als Farbkodierung auf der Oberfläche der
untersuchten Geometrie. Dabei wurde das gemessene Geschwindigkeitsprofil als Berechnungsgrundlage verwendet. In b.) sind die Scherspannungen für die Simulationsdaten farbkodiert.
bei der Geschwindigkeits- und Flächenbestimmung zurückzuführen ist. Eine Bestimmung
des Mittelwertes der Scherspannung über den oberen Bereich ergibt eine mittlere Scherspannung von (0, 02 ± 0, 04) Pa, während die Scherspannung über den unteren Bereich
100
Kapitel 12 Wandscherspannungen
gemittelt (0, 27 ± 0, 02) Pa ergibt, was einem Verhältnis zwischen den beiden Abschnitten
von ca. 1 : 13, 5 entspricht. In Abbildung 12.5 b.) ist die WSS für die simulierten Geschwindigkeiten aus Kapitel 9.3 bestimmt worden. Auch hier spiegelt sich die unterschiedliche
Amplitude der WSS zwischen dem oberen und unteren Schlauch wider. Die Mittelwerte
ergeben sich zu (0, 34 ± 0, 05) Pa im unteren und zu (0, 02 ± 0, 01) Pa im oberen Abschnitt.
Es fällt auf, dass die Simulation für den unteren Abschnitt höhere Scherspannungen ergibt
als die Messung. Dies liegt vor allem an Randartefakten in der Messung, bei denen die
Geschwindigkeit variiert und demnach die lineare Regression verfälscht wird.
Für eine genauere Betrachtung sind in Abbildung 12.6 die WSS für die gesamte Geometrie
in Form eines Histogramm dargestellt. a.) zeigt dabei die Messdaten und b.) die Simulationsdaten. In den Histogrammen sind jeweils zwei individuelle Ansammlungen zu erkennen.
Eine Ansammlung befindet sich bei sehr niedrigen Scherspannungen < 0,05 Pa und eine
zweite Ansammlung ist im Bereich > 0,2 Pa zu erkennen. Die beiden Hauptansammlungen können dem oberen und unteren Abschnitt der Geometrie zugeordnet werden. Es sind
deutlich mehr Flächenelemente mit kleiner Scherspannung vorhanden, da im oberen Bereich anteilig mehr Flächenelemente zu finden sind. Das Plateau zwischen den beiden Maxima ist in den Messdaten stärker ausgeprägt und gehört zu dem Übergang zwischen den
beiden Abschnitten, in denen die Geschwindigkeitsbestimmung aufgrund von Artefakten
nur schlecht möglich war. In der Darstellung fällt deutlich auf, dass die Simulationsdaten
einen größeren Anteil von höheren WSS aufweisen.
b.)
Messdaten - Stenose
Anteil an der gesamten Isofläche [%]
Anteil an der gesamten Isofläche [%]
a.)
16,86
1,69
0,17
0,02
0,00
0,0
0,1
0,2
0,3
Scherspannung [Pa]
0,4
0,5
Simulationsdaten - Stenose
5,55
0,56
0,06
0,01
0,0
0,1
0,2
0,3
0,4
0,5
Scherspannung [Pa]
Abbildung 12.6.: Histogramm über die Scherraten der gesamten Stenosengeometrie. a.)
zeigt die Berechnung aus den Messdaten und b.) zeigt diese aus den Simulationsdaten.
Die Voxel sehr nahe an der Wand sind in der Messung am stärksten vom Rauschen betroffen. Es ist außerdem möglich, dass die automatische Geometrieerkennung Wandvoxel
noch der Flüssigkeit zuordnet. Dies führt dazu, dass die ersten Datenpunkte nahe der
Wand fehlerhaft sein können. In Abbildung 12.7 sind zwei lineare Regressionen für die
Geschwindigkeit |v ⊥ n| entlang eines Normalenvektors im dünnen Schlauchabschnitt gezeigt. Lässt man die ersten Datenpunkte bei der linearen Regression aus, erhält man die
grüne Regression, deren Steigung mit (146, 29 ± 4, 44) 1s um 9% größer ist als die für alle
Datenpunkte, welche (134, 44 ± 4, 81) 1s beträgt. Auch der Fehler ist für die reduzierten
Datenpunkte geringer. Dies ist ein Grund dafür, warum die bestimmten WSS aus den
Messdaten einen geringeren Wert haben als die der Simulationsdaten.
12.3 WSS in drei unterschiedlichen Aneurysmamodellen
Messdaten
Lineare Regression über alle Punkte
Lineare Regression alle Punkte x>3
Geschwindigkeit [cm/s]
4
2
0
0
2
4
6
8
10
Distanz zum Wandelement als Vielfaches von n
12
Abbildung 12.7: Lineare Regressionen für
die relevanten gemessenen Geschwindigkeiten
(|v ⊥ n|) entlang eines Normalenvektors im
dünnen Schlauchabschnitt. Für die grüne Regressionsgerade wurden die ersten drei Datenpunkte nicht berücksichtigt, während für
die schwarze Regressionsgerade alle Datenpunkte verwendet wurden.
Im medizinischen Kontext gesehen wäre demnach der Ausgang aus einer Stenose besonders
prädestiniert für die Bildung von Aneurysmen oder Arteriosklerose, da die WSS hier sehr
klein sind.
12.3. WSS in drei unterschiedlichen Aneurysmamodellen
In diesem Abschnitt werden die WSS in drei unterschiedlichen Aneurysmamodellen untersucht. Dafür wird zum einen das bereits in Kapitel 10 besprochene Aneurysmamodell „C“
verwendet. Außerdem werden zwei Modelle untersucht, die in der Dissertation von Dipl.Inf. Lars Walczak [72] erstellt und auf ihre Geometrie untersucht wurden. Die Modelle
wurden mit einem 3D-Drucker2 erstellt. Die Modelle sind optisch klar, so dass sie auch
für alternative Strömungsmessungen wie der PIV (engl.: Particle Image Velocimetry),
eine optische Untersuchungsmethode [144], verwendet werden können. In Abbildung 12.8
sind Fotos von den beiden neuen Aneurysmamodellen „D“ und „E“ gezeigt. Beide Modelle
sind ähnlich aufgebaut wie die 3D-Druck-Modelle, die in Kapitel 10 besprochen wurden.
Es existieren Anschlüsse für die Schläuche am oberen und unteren Ende des Modells. Die
interessante Geometrie ist im Zentrum der RF-Spule platziert und das Modell ist an die
Dimensionen der RF-Spule angepasst. Der flüssigkeitsgefüllte Bereich ist durch die rote Flüssigkeit ersichtlich und in beiden Modellen ist die Erweiterung eindeutig erkennbar.
Modell „D“ hat ein dünnes, jedoch langgezogenes Aneurysmalumen in der Größenordnung
des „normalen“ Gefäßes. Im Gegensatz dazu zeigt Modell „E“ eine sehr große Erweiterung.
Für alle drei Modelle wurde mit der Phasenkontrast-MRT ein Geschwindigkeitsvektorfeld bestimmt. Für Modell „C“ wurde ein Datensatz basierend auf der Schichtselektion
bestimmt, während für Modell „D“ und „E“ 3D-Fourierdatensätze aufgenommen wurden
(vgl. Anhang B.2). In Tabelle 12.1 sind die wichtigen Eckdaten der Strömungsbildgebung
für die drei Modelle zusammengefasst. Die einzelnen Ergebnisse zum Strömungsverhalten
werden gemeinsam mit der Analyse der WSS in den folgenden Abschnitten besprochen.
2
„Form 1+“, Firma Formlabs Inc., Somerville, MA, USA
101
102
Kapitel 12 Wandscherspannungen
Abbildung 12.8.: Fotos der Aneurysmamodelle „D“ und „E“. Im oberen Modell sind
die beiden Anschlüsse für die Schläuche zu erkennen, während für das untere Modell nur
der relevante Bereich des Aneurysmas dargestellt ist. Die Modelle sind mit einer roten
Flüssigkeit gefüllt.
Modell „C“ Modell „D“ Modell „E“
FOV
9×9×12, 3
9×9×18
9×9×18
Auflösung [μm3 ]
17×17×300
70×70×70
70×70×70
VENC [ cm
5,9
2,9
2,9
s ]
vmax [ cm
]
10,0
5,4
≈5,8
s
vmean [ cm
3, 4 ± 2, 6
1, 1 ± 1, 0
0, 7 ± 0, 8
s ]
Tabelle 12.1.: Zusammenfassende Tabelle zur Strömungsbildgebung für die untersuchten
Modelle „C“ bis „E“.
[mm3 ]
12.3.1. Modell „C“
Für Modell „C“ wurden 41 Schichten aufgenommen und neben der Referenzmessung ohne
Strömungskodierung wurden zwei kodierte Datensätze gespeichert. Die Echozeit TE betrug 12 ms, die Repetitionszeit wurde auf 500 ms gesetzt und der Flipwinkel betrug 30°.
Anhand des resultierenden dreidimensionalen Geschwindigkeitsfeldes wurde anschließend
die WSS bestimmt. Die rekonstruierte Geometrie ist in Abbildung 12.9 gezeigt. Die grüne Box markiert den Bereich des Aneurysmalumens, der im weiteren Verlauf analysiert
wird. Eine interaktive 3D-Darstellung ist im digitalen Anhang zu finden3 . Außerdem ist
3
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Geo3DModellC.pdf
$] PP
$\
P P
12.3 WSS in drei unterschiedlichen Aneurysmamodellen
6WU|PXQJ
PP
$[ PP
Abbildung 12.9: Rekonstruierte Geometrie von Modell „C“. Die grüne Box
markiert das Lumen des Aneurysmas
und wird einzeln ausgewertet. Die hellgrüne Linie markiert den Verlauf der maximalen Geschwindigkeit.
das Vektorfeld für die 41 Schichten im digitalen Anhang zu finden4 . Aus dem Geschwindigkeitsfeld geht das bereits in Kapitel 10 beschriebene Strömungsverhalten hervor. Die
Bewegung im Aneurysmamodell ist sehr gering. Im Vergleich dazu ist die Strömung im
Hauptgefäß nach der Störung mit einer Rotation versehen. Dies geht auch bereits aus den
Simulationsdaten (vgl. Abbildung 10.9) hervor.
Das Volumen im Aneurysmalumen beträgt 22,1 mm3 , während das restliche Gefäß 50,6 mm3
einnimmt. Die mittlere Geschwindigkeit im Aneurysma beträgt (0, 29 ± 0, 52) cm
s und im
deutlich
höher.
Für
die Berestlichen Gefäß ist die Geschwindigkeit mit (4, 29 ± 2, 81) cm
s
stimmung der WSS wird entlang der Normalenvektoren der Geometrie über eine Distanz
von 15 Gitterelementen (255 μm) die Scherrate gemittelt. Die ersten drei Gitterpunkte in
der Nähe der Wand werden aufgrund von Randartefakten nicht berücksichtigt. Insgesamt
wurden 143353 Wandelemente für die Geometrie bestimmt. In Abbildung 12.10 a.) ist
die resultierende Scherspannung auf den Wandelementen der Geometrie gezeigt. Für die
Geometrie wurde eine stärkere Glättung angewandt als für die Geometrieabbildung aus
Abbildung 12.9. Dies ist notwendig, da ansonsten die deutlich sichtbaren Geometriekanten
die Flächennormalen der Oberfläche so stark beeinflussen, dass die WSS verfälscht werden. Durch die Glättung mit einem [7,7,7] Kern (vgl. Anhang C.2) wird die Wand besser
nachgebildet und die Fehler, die durch die deutlich sichtbare Stufenstruktur entstehen,
minimiert. Die Verteilungen der WSS zeigen eindeutig geringere Werte im Aneurysma als
im restlichen Gefäß. Im Gefäß selbst sind die WSS an den rechten und linken Außenkanten
an der vorderen sichtbaren Seite, ebenso an der gegenüberliegenden Seite etwas stärker
als an den Wandelementen, die nach links, bzw. rechts zeigen. Dies ist deutlicher in der
interaktiven Grafik im digitalen Anhang ersichtlich5 .
4
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/VektorfeldModellC.
pdf
5
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/WSS3DModellC.pdf
103
104
Kapitel 12 Wandscherspannungen
Abbildung 12.10 b.) zeigt die WSS-Verteilung in der Probe für das Aneurysma in blau
und für die gesamte Struktur in grün. Die mittlere Scherspannung im Aneurysma beträgt
(0, 003 ± 0, 006) Pa und im gesamten Gefäß ist sie mit (0, 055 ± 0, 057) Pa deutlich höher.
Eine ausschließliche Betrachtung des normalen Gefäßes liefert nochmal höhere WSS von
(0, 152 ± 0, 149) Pa. Aus den Histogrammen geht hervor, dass fast 40% der Oberflächenelemente dem Aneurysma zugeordnet werden können. Außerdem ist die WSS im Aneurysma
größtenteils < 0,02 Pa. Das restliche Gefäß hat hingegen eine deutlich breitere Verteilung
mit wenigen Ausreißern > 0,2 Pa.
6FKHUVSDQQXQJ>3D@
Anteil an der gesamten Isofläche [%]
b.)
D
Gesamte Messung
Aneurysma
40
30
20
10
0
0,1
0,2
0,3
6FKHUVSDQQXQJ>3D@
Abbildung 12.10.: a.) Bestimmte Scherspannung τ für die untersuchte Geometrie. b.)
zeigt die Scherspannung entlang einer Linie auf der Mantelfläche.
12.3.2. Modell „D“
Für die Geschwindigkeitsbestimmung in Modell „D“ wurden neben einem kompensierten 3D-Datensatz fünf strömungskodierte Datensätze aufgenommen. Die Echozeit in der
Aufnahme betrug TE = 12 ms, die Repetitionszeit TR = 250 ms und der Flipwinkel betrug 20°. Die rekonstruierte Geometrie aus dem strömungskompensierten Datensatz ist
in Abbildung 12.11 dargestellt (interaktive 3D-Grafik6 im digitalen Anhang). Das obere
und untere Ende der Geometrie ist abgeschnitten, da dort bereits Randartefakte durch
die verringerte Sensitivität der RF-Spule auftreten. Das gesamte Vektorfeld ist ebenso im
digitalen Anhang hinterlegt7 . Aus dem Vektorfeld geht hervor, dass der Strömungsprozess nahezu nur im normalen Bereich des Gefäßes stattfindet. Aus Abbildung 12.11 geht
der Ort der maximalen Strömungsgeschwindigkeit (grüne Linie) hervor. Diese ist entlang
des Hauptgefäßes orientiert und in der interaktiven 3D-Grafik kann der Verlauf gut beobachtet werden. Dort ist auch sichtbar, dass sich die maximale Strömungsgeschwindigkeit
nach den Biegungen an den äußeren Wänden orientiert. Eine Analyse der Volumina ergibt einen Wert von 75,1 mm3 für den Bereich außerhalb der Box und 14,2 mm3 für das
Aneurysmalumen.
6
7
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Geo3DModellD.pdf
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/VektorfeldModellD.
pdf
12.3 WSS in drei unterschiedlichen Aneurysmamodellen
6WU|PXQJ
$[ P
P
PP
$] PP
P
P
$\ Abbildung 12.11: Rekonstruierte
Geometrie von Modell „D“. Die grüne
Box markiert das Lumen des Aneurysmas und wird einzeln ausgewertet. Die
hellgrüne Linie markiert den Verlauf der
maximalen Geschwindigkeit.
Für die Berechnung der WSS wurden anschließend auf der Geometrie 45351 Wandelemente bestimmt, für die jeweils die Scherrate entlang einer Distanz von zehn Gitterelementen,
entsprechend einer Länge von 700 μm, errechnet wurde. Die ersten 140 μm dieser Strecke
von der Wand wurden nicht für die Berechnung verwendet. Die daraus resultierende Grafik
ist in Abbildung 12.12 in zwei unterschiedlichen Blickwinkeln dargestellt (interaktive Version im digitalen Anhang8 ). Es ist deutlich zu erkennen, dass in den breiter modellierten
Ein- und Ausflussbereichen die WSS geringer sind als im Zentrum des Gefäßmodells, wo
der Querschnitt kleiner wird. Innerhalb des Aneurysmalumens selbst ist die WSS hingegen
deutlich geringer als im restlichen Gefäß. Es fällt außerdem deutlich auf, dass die WSS in
den Ecken der Windungen ungleich verteilt ist. Dies ist durch die beiden Markierungen (1)
und (2) gut zu erkennen. An der Stelle des äußeren Biegeradius’ (1) sind die WSS stärker
als auf der gegenüberliegenden Seite (2). Dies liegt an den höheren Strömungsgeschwindigkeiten näher an den äußeren Rändern (aufgrund der Impulserhaltung) und demnach
an einem höheren Geschwindigkeitsgradienten in Richtung der Wand.
Für die weitere Analyse wird die WSS-Verteilung über die gesamte Probe sowie das Aneurysmalumen untersucht. In Abbildung 12.13 sind die resultierenden Verteilungen zu
sehen. Das Aneurysma macht einen Anteil von ca. 20% der Oberfläche aus, ist aber mit
einem Mittelwert der Signalverteilung von (0, 0014 ± 0, 0032) Pa nur im Bereich von sehr
kleinen Scherspannungen vertreten. Es nimmt in Bezug auf die gesamte untersuchte Oberfläche fast den gesamten Anteil der kleinen WSS ein. Die höheren WSS treten fast ausschließlich in dem restlichen Gefäß auf. Der Mittelwert beträgt für die gesamte Probe
(0, 031 ± 0, 022) Pa, während er ohne das Aneurysma mit (0, 038 ± 0, 018) Pa etwas höher
liegt.
8
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/WSS3DModellD.pdf
105
106
Kapitel 12 Wandscherspannungen
B
B
C
C
6FKHUVSDQQXQJ>3D@
Abbildung 12.13: Verteilung der Wandscherspannungen in Modell „D“. Das grüne
Histogramm zeigt die Verteilung in der gesamten Probe, blau hingegen zeigt die Verteilung in dem Aneurysmalumen.
Anteil an der gesamten Isofläche [%]
Abbildung 12.12.: Wandscherspannungen in Modell „D“ aus zwei verschiedenen Perspektiven. Die Strömung ist in Richtung des blauen Vektorpfeils orientiert. Die Länge der
Pfeile entspricht 2 mm. Die Stellen (1) und (2) markieren jeweils die äußeren und inneren
Biegeradien des Gefäßes.
20
Gesamte Messung
Aneurysma
10
0
0,05
6FKHUVSDQQXQJ>3D@
12.3.3. Modell „E“
Für Modell „E“ wurde die gleiche Aufnahmeprozedur verwendet wie bei Modell „D“. Die
rekonstruierte Geometrie für den Datensatz ist im digitalen Anhang9 zu finden. Eine einzelne Projektion ist in Abbildung 12.14 dargestellt. Dieses Modell enthält ein sehr großes
Aneurysma. Im Vergleich zu den restlichen Gefäßen hat es ein Volumen von 19,4 mm3 und
9
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Geo3DModellE.pdf
12.3 WSS in drei unterschiedlichen Aneurysmamodellen
$] PP
$\ PP
$[
P
P
PP
6WU|PXQJ
Abbildung 12.14: Rekonstruierte
Geometrie von Modell „E“. Die grüne
Box markiert das Lumen des Aneurysmas und wird einzeln ausgewertet.
ist damit größer als die zuleitenden Gefäße (13,5 mm3 ). In dem Volumen der zuleitenden
Gefäße ist zusätzlich noch das Volumen der Faltungsartefakte, die am oberen und unteren Ende der Grafik sichtbar sind, mit berücksichtigt. Demnach würde das Volumen der
zuleitenden Gefäße in Wirklichkeit noch etwas kleiner. Die zuleitenden Gefäße haben teilweise nur einen Durchmesser von 600 μm, weshalb die Auswertung der Strömungsprofile
dort problematisch ist. Weiterhin sind die Geschwindigkeiten in den zuleitenden Gefäßen
teilweise größer als 2·VENC, wodurch die Auswertung dort nicht möglich ist. Aus diesem
Grund wird für die weitere Betrachtung nur die grüne Box aus Abbildung 12.14 berücksichtigt.
Für die Berechnung der Wandscherspannungen in dem Aneurysmalumen wurde die Scherrate über eine Distanz von 420 μm bestimmt. In Abbildung 12.15 sind die WSS aus zwei
verschiedenen Perspektiven dargestellt. Im Bereich des Aneurysmahalses ist deutlich eine
Fläche zu erkennen, in der höhere WSS auftreten als im Rest des Aneurysmas. Dies liegt
an einem Wirbel, der sehr nah an der Wand in das Aneurysma eintritt. In der linken
Projektion von Abbildung 12.15 ist der Blickwinkel so gewählt, dass der Betrachter durch
den einströmenden Zulauf (1) in das Aneurysma schauen kann. Hier wird deutlich, dass
die hohen WSS, die auch auf der Innenseite der Isofläche farblich markiert sind, durch
einen Eintritt der Strömung des Hauptgefäßes in das Aneurysma entstehen. Deutlicher ist
dies in der interaktiven Grafik, die im digitalen Anhang zu finden ist10 , sichtbar. Dies geht
10
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/WSS3DModellE.pdf
107
108
Kapitel 12 Wandscherspannungen
6FKHUVSDQQXQJ>3D@
6WU|PXQJVULFKWXQJ
6WU|PXQJVULFKWXQJ
Abbildung 12.15.: Wandscherspannungen in Modell „E“ aus zwei verschiedenen Perspektiven. Die Strömungsrichtung ist eingezeichnet und die Länge der farbigen Pfeile entspricht 2 mm. Der einströmende Bereich ist mit (1) gekennzeichnet und der ausströmende
Bereich mit (2).
auch aus dem dort hinterlegten Vektorfeld hervor11 . Über ähnliches Verhalten wird auch
in der Literatur berichtet [56]. Der Mittelwert der WSS über das gesamte Aneurysma beträgt (0, 006 ± 0, 007) Pa, während am Einlassrand des Aneurysmas das Zehnfache dieses
Wertes erreicht wird.
12.4. Oszillierende WSS
Ein weiterer wichtiger Parameter ist die oszillierende Wandscherspannung. Diese entsteht
im menschlichen Organismus durch den Herzzyklus. Die Veränderung der WSS über die
Dauer eines Herzzyklus’ ist hierbei interessant. Diese kann auch über die mit der MRT
gemessenen Vektorfelder bestimmt werden. Dazu werden die WSS-Verteilungen innerhalb
des gepulsten Phasenkontrast-Datensatzes aus Kapitel 11 bestimmt. Dafür wird die WSS
für jeden Zeitdatensatz einzeln bestimmt und in Form eines Histogramms ausgegeben. Für
die Berechnung steht in diesem Fall jeweils nur eine Schicht sowie die z-Komponente der
Geschwindigkeit zur Verfügung. Demnach wird bei der Berechnung der Normalenvektoren
die z-Komponente der Normalenvektoren vernachlässigt, ebenso die ebenen Komponenten
der Geschwindigkeit.
In Abbildung 12.16 a.) ist die resultierende Verteilung der WSS für die einzelnen Abstände
zum Druckpuls dargestellt. Zu Beginn steigen die WSS an, bis sie bei ca. 150 ms steil
abfallen. Darauf folgt eine Phase in der die WSS bis ca. 600 ms auf einem fast konstanten
Level bleiben. Anschließend steigen die WSS wieder an und es gibt es mehr Wandelemente mit höherer WSS. Ab ca. 900 ms steigt die Verteilung wieder steil an. In Abbildung 12.16 b.) ist der Mittelwert über alle Wandelemente für jeden Zeitabstand gezeigt.
11
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/VektorfeldModellE.
pdf
12.5 Zusammenfassung
109
b.)
0.3
Mittlere WSS pro Zeitabschnitt
0,3
35
30
0,2
15
Anteil [%]
20
0.15
WSS [Pa]
WSS [Pa]
25
Mittelwert über den Druckpuls
0,1
10
5
0
0
200
400
600
ε [ms]
800
1000
0
0,0
0
200
400
600
800
1000
Abstand ε [ms]
Abbildung 12.16.: a.) Zeitliche Entwicklung der Verteilung der Wandscherspannungen
während eines Druckpulses. b.) Mittlere Wandscherspannungen für die einzelnen Zeitpunkte des Druckpulses. Die rote Linie markiert den Mittelwert über den gesamten Druckpuls
und die Standardabweichung ist grau hinterlegt.
Außerdem ist die mittlere Wandscherspannung über den gesamten Druckpuls und alle
Wandelemente als rote Linie eingezeichnet ((0, 099 ± 0, 073) Pa). Dies dient zum Vergleich,
wann die WSS deutlich von dem Mittelwert des Herzzyklus’ abweichen. Zu Beginn liegen die Mittelwerte der einzelnen Zeitschritte deutlich über dem Mittelwert des gesamten
Druckpulses. Anschließend verlaufen sie analog zu dem Volumenstrom und der maximalen
Geschwindigkeit, die in Kapitel 11 bestimmt wurden. Die vier unterschiedlichen Phasen des
Druckpulses sind auch hier wieder zu erkennen. Zu Beginn ist ein starker Volumenstrom
bis ca. 200 ms vorhanden. Anschließend existiert eine Phase mit negativen Geschwindigkeitskomponenten am Rand. Diese sind hier durch die Absolutwertbetrachtung der WSS in
der Zeit zwischen = 220-400 ms als kleiner Peak sichtbar. Darauf folgt ein erster Anstieg
des Volumenstroms, der Geschwindigkeit und der WSS bis = 900 ms und anschließend
folgt ein weiterer Anstieg aller drei Parameter.
12.5. Zusammenfassung
Anhand der dreidimensionalen Strömungsvektorfelder lassen sich die Wandscherspannungen der untersuchten Modelle gut berechnen. Dabei ist es besser eine isotrope räumliche
Auflösung für die Messungen zu wählen, um Artefakte durch eine schlechte Oberflächenrekonstruktion zu vermeiden. Das bereits durch die Geschwindigkeitsfelder abschätzbare
Verhalten der WSS ließ sich durch die Berechungen bestätigen. Nach dem Übergang in der
Stenose nahm die WSS stark ab. Somit ist diese Stelle ein Risikofaktor für die Bildung von
z.B. Aneurysmen oder anderen Gefäßerkrankungen. In den Aneurysmamodellen selbst ist
in den Erweiterungen die WSS deutlich geringer als in dem restlichen Gefäß. Dies kann
dazu führen, dass die Gefäßwände nicht mehr unter Spannung sind und somit eine weitere Vergrößerung des Aneurysmas entstehen kann. In den Modellen „C“ und „D“ wurde
keine besondere Belastung des Aneurysmahalses oder des Lumens selbst festgestellt. In
Modell „E“ hingegen ist eine deutliche Belastungsstelle mit hohen Wandscherspannungen
110
Kapitel 12 Wandscherspannungen
im Bereich des Halses aufgetreten. Dies basiert auf dem deutlichen Unterschied, dass in
Modell „E“ das zuleitende Gefäß direkt in das Aneurysmalumen zeigt und der Hals des
Aneurysmas deutlich größer ist als das ausleitende Gefäß. Darum ist in diesem Modell
auch deutlich mehr Bewegung im Lumen beobachtbar als in den anderen beiden Geometrien. Ein direkter Vergleich mit physiologischen WSS ist mit Wasser als Fließmedium
nicht möglich, da die Viskosität geringer ist als die von Blut sowie scherratenunabhängig
ist. Die WSS mit Blut als Probenflüssigkeit wären demnach deutlich höher.
Mit den in dieser Arbeit implementierten Methoden können zusätzlich oszillierende WSS
berechnet und untersucht werden, um zusätzliche Informationen über die Rupturgefahr
von Aneurysmen zu erhalten.
Kapitel 13
Stabilität von Strömungen
Dieses Kapitel befasst sich mit der Untersuchung von FIDs unter dem Einfluss einer Strömung. Der Fokus liegt auf einer schnellen Abschätzung der Strömungseigenschaften einer
Probe und der Untersuchung der Stabilität der Strömung. Dabei wird in diesem Kapitel ausgenutzt, dass die FIDs über einen kurzen Zeitraum aufgenommen werden können,
während konventionelle Bildgebungssequenzen auf eine Mittelung über einen längeren Zeitraum durch mehrere Phasenschritte angewiesen sind. Durch die Reduktion der Datenaufnahme auf einen eindimensionalen Datensatz, der die Informationen der gesamten Probe
enthält, ist dies nicht mehr nötig. Anhand einer statistischen Untersuchung von mehreren
FIDs unter gleichen experimentellen Bedingungen kann anschließend beispielsweise auf
eine nicht konstante Strömung innerhalb der Probe geschlossen werden. Durch einfache
Einpulsexperimente ist es z.B. möglich, die mittlere Strömungsgeschwindigkeit in einer
Probe innerhalb weniger Sekunden zu bestimmen [145] und zusätzlich eine Aussage über
die Stabilität der Strömung zu treffen.
In Abschnitt 13.1 wird der Einfluss von Magnetfeldgradienten und Bewegungen auf die
FIDs betrachtet und ein Modell zur Analyse der Strömungen beschrieben. Im darauffolgenden Abschnitt 13.2 werden Messergebnisse zur Analyse von variablen Strömungen
vorgestellt.
13.1. Einfluss von Strömungen auf den Freien Induktionszerfall
Der Einfluss von Strömungen auf einen aufgenommenen FID in einem Gradientenfeld
kann analog zu der bereits in Kapitel 3.1 beschriebenen Phasenkontrastmethode erläutert
werden. Ausgehend von einer orts- und zeitabhängigen Betrachtung der Larmorfrequenz
ωL (r, t) = γ(B0 + ΔB0 (r) + r(t)·G(t))
(13.1)
der Kernspins in einem externen Magnetfeld B0 , unter dem Einfluss lokaler Magnetfeld
kann
inhomogenitäten ΔB0 (r) und einem extern angelegten Magnetfeldgradienten G(t),
die zeitliche Entwicklung der Phase eines NMR-Signals nach einer Anregung beschrieben
werden [146]. In einem rotierenden Koordinatensystem mit der Frequenz ω0,L = γB0 kann
die Phasenentwicklung zum Zeitpunkt t nach einer Anregung zum Zeitpunkt t0 = 0 durch
t
φ(r, t) = γ( ΔB0 (r)(t − t0 ) +
r(t)G(t)dt
)
(13.2)
t0
111
112
Kapitel 13 Stabilität von Strömungen
beschrieben werden. Durch eine Taylorentwicklung des letzten Terms und der Definition einer Offsetphase φOffset (t, r) = φ0 (0) + γ(ΔB0 (r)(t − t0 )) ergibt sich die Phase zum
Zeitpunkt t zu
φ(r, t) = φOffset (t, r) +
∞
r(n)
γ
n=0
n!
t
G(t)(t
− t0 )n dt.
(13.3)
t0
In dieser Gleichung ist r(n) die n-te Ableitung von r(t) [146]. Es wird angenommen, dass
nach dem RF-Puls ein zeitlich konstanter Gradient angelegt wird (vgl. Abbildung 13.1).
Daraus kann die Entwicklung der Phase in Abhängigkeit von den Momenten der Bewegung
der Spins bestimmt werden.
RF
G
Phase
Abbildung 13.1.: Pulssequenz zur Analyse von Strömungen mit FIDs.
Dabei werden nur die ersten drei Momente r0 , v und a der Bewegung berücksichtigt:
+ γ 1 v Gt
2 + γ 1 aGt
3 + ... .
φ(r0 , v , a, t) = φOffset (t, r) + γr0 Gt
2
6
(13.4)
Durch die Aufnahme eines FIDs unter einem Gradienten sind demnach die Momente in
der Phase mit unterschiedlich starkem Einfluss und verschiedener Zeitentwicklung kodiert. Vergleich man die aufgenommenen Phasen φ1 (t) und φ2 (t) von zwei FIDs, die unter
gleichen experimentellen Bedingungen entstanden sind, dann sollte die Phasendifferenz
φ1 − φ2 = 0 sein. Ist dies nicht der Fall, haben sich die Momente r0 , v und a in der
Zwischenzeit verändert. Ist dies der Fall, kann davon ausgegangen werden, dass eine zeitlich nicht konstante Strömung vorliegt. Die Methode kann ebenso genutzt werden, um
Änderungen innerhalb eines Druckpulses zu untersuchen. Sollte zu demselben Zeitpunkt
innerhalb des Druckpulses (z.B. durch eine synchronisierte Aufnahme) die Phasenentwicklung eines FIDs im Vergleich zu der Entwicklung eines FIDs zu einem vorherigen Zeitpunkt
unterschiedlich sein, dann sind die Momente nicht konstant und die Strömung verändert
sich. Sollte sich eine chaotische Strömung innerhalb der Probe befinden, dann ist dieser
Bereich zu jedem Zeitpunkt anders und liefert dementsprechend einen variablen Beitrag
zu der Phase.
13.2 Erste Messdaten
113
13.2. Erste Messdaten
Für einen ersten Vergleich von mehreren FIDs unter verschiedenen Strömungsbedingungen
wurde der gepulste Strömungsaufbau verwendet. Als Probe wurde ein 6 mm PVC-Schlauch
verwendet, durch den Wasser strömt, welches mit 0,12 %gew CuSO4 versetzt ist. Die Parameter zur Erzeugung des Druckpulses wurden auf 700 ms Einfahr- und 1000 ms Ausfahrzeit
festgelegt. Während dieser Zeit wurden mehrere FIDs mit unterschiedlichem Abstand zum Synchronisationspuls aufgenommen.
Zuerst werden jeweils fünf FIDs zu zwei unterschiedlichen Zeitpunkten = 10 und 400 ms
während des Druckpulses aufgenommen. Dabei wurden 4096 Datenpunkte in einem Zeitraum von 102,4 ms aufgenommen. Die resultierende entfaltete Phase des Signals ist in
Abbildung 13.2 dargestellt. Es ist deutlich zu erkennen, dass sich die Phase mit der Zeit
in beiden Datensätzen unterschiedlich entwickelt.
Die ersten 25 ms der Phase sind in beiden Datensätzen sehr ähnlich. Während der Datensatz, der nach 10 ms aufgenommen wurde, einen Knick bei 25 ms macht und ein Maximum
an dieser Stelle aufweist, steigt die Phase des zweiten Datensatzes monoton an. Dies basiert
auf verschiedenen Strömungsbedingungen zu den unterschiedlichen Zeitpunkten, wodurch
sich die Phase φOffset (t, r) verschieden entwickelt. Es fällt deutlich auf, dass die Fehlerbänder mit steigender Zeit größer werden, was an dem geringeren Signal zum Ende des FIDs
liegt. Jedoch ist der Verlauf der FIDs innerhalb der einzelnen Zeiten relativ konstant. Somit wäre die Phasendifferenz innerhalb der gleichen Abstände zum Synchronisationspuls
annähernd 0, während eine Veränderung dieser Zeit eine deutliche Abweichung aufweisen
würde. Durch eine genaue Abtastung des Druckpulses anhand von FIDs und der Anlage
einer dazugehörigen Datenbank könnte somit in Zukunft ein Entscheidungsbaum erstellt
werden, der die aufgenommene Phasenentwicklung eines einzelnen FIDs seiner Position im
Druckpuls zuordnet.
Für die Untersuchung des Einflusses eines bekannten Magnetfeldgradienten wurde während der Aufnahme der FIDs ein Gradient der Stärke 4 mT bzw. -4 mT in z-Richtung
angelegt. Die Strömung in dem Schlauch ist ebenfalls in z-Richtung orientiert, wodurch
besonders der geschwindigkeitsabhängige Term aus Gleichung 13.4 einen Beitrag liefern
Abbildung 13.2: Entfalte Phase von jeweils fünf FIDs zu zwei
unterschiedlichen Zeiten des
Druckpulses. Während der FIDs
wurde kein Gradient angelegt.
114
Kapitel 13 Stabilität von Strömungen
Abbildung 13.3: Entfaltete
Phase von jeweils fünf FIDs
mit unterschiedlich gepoltem
Gradienten während der Datenaufnahme. Beide Phasen
wurden zum gleichen Zeitpunkt
während des Druckpulses aufgenommen. Der untere Teil der
Grafik zeigt die Differenz beider
Phasenentwicklungen.
sollte. Für die Aufnahme wurden wiederum 4096 Datenpunkte aufgenommen, jedoch diesmal über einen Zeitraum von 4,1 ms, da durch den Gradienten das Signal sehr schnell
dephasiert. Für jede Gradientenstärke wurden fünf FIDs aufgenommen und anschließend
wurde der Mittelwert der entfalteten Phase sowie die Fehlerbänder bestimmt, die in Abbildung 13.3 dargestellt sind. Beide Phasen zeigen ein ähnliches Verhalten. Sie steigen
bis zu einem Zeitpunkt von ca. 1,8 ms an und bleiben anschließend auf einem Level. Der
größte Unterschied besteht in der Geschwindigkeit mit der beide Phasen ansteigen. Die
Phase für den positiv geschalteten Gradienten steigt deutlich schneller an als die Phase
für den negativen Gradienten. Um dies zu verdeutlichen, ist im unteren Teil der Grafik
die Differenz zwischen beiden Datensätzen in blau gezeigt. Mit der Ausnahme von einigen
Schwankungen steigt die Phasendifferenz fast linear bis zum Zeitpunkt t=1,8 ms an. Dies
spiegelt den Einfluss der Strömung in Gradientenrichtung auf die aufgenommen Phase
wider. Die einzelnen FIDs für die Gradientenstärken unterscheiden sich kaum voneinander (vgl. Fehlerbänder), was auf konstante Verhältnisse der Strömung von Druckpuls zu
Druckpuls schließen lässt.
Durch eine geschickte Wahl der Gradienten kann somit der Einfluss der Strömung auf
die Phasenentwicklung sichtbar gemacht werden. Mögliche Gradientenformen wären z.B.
sinusförmige Gradienten, die nach jeder Periode für konstante Spins einen Nulldurchgang
ihres Phasenterms erzeugen und so zu diesen Zeitpunkten alleinig die Anteile der höheren
Momente sichtbar sind.
Diese Methode kann in Zukunft genutzt werden, um in variablen Strömungen die Konstanz
der Fließverhältnisse zu bestimmen. Turbulenzen würden sich hier z.B. in veränderlichen
Anteilen der Phasenentwicklung äußern.
Kapitel 14
Zusammenfassung und Ausblick
Diese Arbeit beschäftigte sich mit der Untersuchung von Strömungsverhältnissen innerhalb von unterschiedlichen Modellsystemen und mit verschiedenen Methoden der Magnetresonanztomografie. Dabei lag der Fokus der vorgestellten Arbeit auf der Anwendbarkeit
der Methoden zur Analyse von Aneurysmamodellen in Bezug auf wichtige medizinische
Fragestellungen. Als Modelle wurden simple Geometrien aus PVC-Schläuchen bis hin zu
komplexen Aneurysmen aus 3D-Druckern untersucht, die von Blut als nichtnewtonsches
Fluid durchströmt wurden, ebenso wie von Wasser als newtonsches Fluid. Dabei wurden
konstante sowie gepulste Strömungen verwendet und nach Möglichkeit physiologisch relevante Bedingungen eingehalten. Ein weiterer Fokus dieser Arbeit lag auf der Untersuchung
der Vergleichbarkeit der gemessenen Daten mit einer Simulationsmethode des Lehrstuhls
Informatik VII der TU Dortmund. Dies ist wichtig, da Simulationsmethoden einer Validierung bedürfen und hier die mikroskopische Magnetresonanztomografie eine exzellente
Möglichkeit darstellt, reale Strömungsgeschwindigkeiten zu bestimmen.
In dieser Arbeit wurde gezeigt, dass sich die mikroskopische Magnetresonanztomografie
hervorragend für die Untersuchung von Strömungsverhältnissen in Gefäßmodellen eignet.
Innerhalb von Proben mit variabler Komplexität konnten dreidimensionale Geschwindigkeitsvektorfelder durch die implementierte Methode der Phasenkontrast-MRT mit sehr
hoher Genauigkeit bestimmt werden. Dafür wurden gemessene Geschwindigkeitsfelder mit
analytischen Lösungen sowie mit numerischen Simulationen verglichen, wodurch je nach
Komplexität des Modells Abweichungen im Bereich von 0,5-3 % aufgetreten sind. Dies
ermöglicht die Anwendung der Messmethode unter ähnlichen Bedingungen, unter denen
sie auch validiert wurde. Gleiches gilt für die Simulationsmethode, für die gezeigt wurde, dass sie bei ausreichend groß gewählter Simulationsdomäne die Messdaten sowie die
analytischen Lösungen für ein konstant strömendes newtonsches Fluid widerspiegelt.
Weiterhin konnte mit der implementierten Methode der „Time of Flight“-Messung der
Flüssigkeitsaustausch innerhalb von verschiedenen Aneurysmamodellen analysiert werden.
Diese neue Anwendungsmöglichkeit der Methode kann dazu genutzt werden, Bereiche mit
stagnierender Strömung zu untersuchen und dort den Flüssigkeitsaustausch mit der Umgebung zu bestimmen. Ebenso wie die Phasenkontrast-Methode konnte die implementierte
TOF-Methode in einem direkten Vergleich mit einer modifizierten numerischen Simulation
verglichen werden. Simulation und Experiment zeigten dabei vergleichbare Ergebnisse des
bestimmten Flüssigkeitsaustausches in den charakterisierten Modellsystemen, wodurch die
Methoden zukünftig dazu verwendet werden können, den Einfluss von unterschiedlichen
Einbauten (z.B. Stents) innerhalb von Gefäßmodellen zu analysieren.
115
116
Kapitel 14 Zusammenfassung und Ausblick
Da in Bereichen stagnierender Strömung im Herz-Kreislauf-System eine Thrombosierung
stattfinden kann, wurde in dieser Arbeit die Blutgerinnung mit Hilfe der dynamischen
NMR-Mikroskopie untersucht. Dabei konnte die dreidimensonale Entwicklung der Koagulation für verschiedene Blutproben ohne Strömung untersucht werden. Eine Probe
aus Vollblut zeigte hierbei spontane Koagulation, während Erythrozytenkonzentrate nur
durch eine externe Applikation von Calciumchlorid Gerinnung zeigten. In diesem Kontext
konnten unterschiedliche Zeitskalen für verschiedene Konzentrationen des Calciumchlorids
untersucht werden.
Für mehrere Aneurysmamodelle konnte in dieser Arbeit die Scherbelastung der Wände aus
gemessenen Vektorfeldern konstanter Strömung bestimmt werden. Dieses wichtige Kriterium kann dafür genutzt werden, Risiken für die Ruptur der Gefäßwände abzuschätzen
oder aber die Ursache von Aneurysmen zu untersuchen. Die Wandscherspannungen aller
hier untersuchten Aneurysmen weisen deutliche Abweichungen zu den umgebenden Gefäßabschnitten auf. In zwei Modellen sind die mittleren Scherspannungen innerhalb der
Erweiterungen um ca. einen Faktor 15 kleiner als in dem restlichen Gefäß, während ein
drittes Modell einen Bereich in der Nähe des Aneurysmahalses einen Bereich mit deutlich
erhöhter Wandscherspannung gezeigt hat.
Diese implementierte Analyse bietet ebenso die Möglichkeit, Wandscherspannungen in
gepulsten Strömungen zu untersuchen. Dies wurde in einer pulsierenden Rohrströmung
gezeigt, für die mit der Phasenkontrast- sowie der „Time of Flight“-Methode für verschiedene Zeiten des Druckpulses die Strömung bestimmt wurde. Der experimentelle Aufbau für
die gepulste Strömung, der in dieser Arbeit entwickelt wurde, ist in der Lage physiologisch
relevante Strömungsbedingungen nachzubilden.
In dieser Arbeit wurde zusätzlich die Möglichkeit vorgestellt, die Stabilität einer Strömung
mit FIDs festzustellen. Diese schnelle Methode kann z.B. für die Analyse von Turbulenzen
innerhalb von Modellsystemen dienen.
Die Arbeit auf dem Feld der Charakterisierung von Aneurysmen ist noch lange nicht ausgeschöpft. In zukünftigen Projekten können die hier entwickelten Verfahren genutzt werden,
um das Krankheitsbild des Aneurysmas genauer zu analysieren. Ein Vergleich zwischen
mehreren Simulations- und Messmethoden an einem komplexen Aneurysmamodell - unter
verschiedenen Strömungsbedingungen wie z.B. gepulster und statischer Strömung sowie
unter der Verwendung von newtonschen und nichtnewtonschen Fluiden - kann deutlich
zum Verständnis der Charakteristik der Strömungen beitragen. Der Vergleich von verschiedenen Mess- und Simulationsmethoden dient außerdem dazu, die Vorzüge der einzelnen
Techniken herauszuarbeiten, um ein möglichst genaues Abbild der Strömung zu erhalten.
Weiterhin kann mit den hier vorgestellten Methoden der Einfluss von Einbauten auf die
Strömung untersucht werden. Ziel wäre eine verifizierte Simulationsmethode zu erhalten,
die durch gegebene Randbedingungen aus klinischen Patientendaten Strömungsverhältnisse bestimmen kann. Anhand dieser Strömungsverhältnisse könnten anschließend Risiken
abgeleitet werden oder durch die Modellierung unterschiedlicher Behandlungsmöglichkeiten eine optimale Therapie gewählt werden.
Auch vorstellbar ist eine Kombination der Koagulationsuntersuchung mittels der NMRMikroskopie und dem Strömungsaufbau, wodurch die Blutgerinnung innerhalb von Aneurysmen untersucht werden kann. Auch können diese Methoden auf ähnliche Probleme
übertragen werden, die nicht im medizinischen Kontext stehen müssen.
Teil IV.
Anhang
117
Anhang A
Fitfunktionen - Blut
Vollblut
Carreaufluid Anpassung
Potenzfluid Anpassung
Viskosität [Pa s]
0,1
0,01
1
10
100
1000
Scherrate [1/s]
Blutpulver
Carreaufluid Anpassung
Potenzfluid Anpassung
Viskosität [Pa s]
0,1
0,01
1
10
100
1000
Scherrate [1/s]
Abbildung A.1.: Scherratenabhängige Viskosität für das Schweinevollblut (oben) und
für das Blutpulver (unten).
119
120
Anhang A Fitfunktionen - Blut
EK (pur)
Carreaufluid Anpassung
Potenzfluid Anpassung
Viskosität [Pa s]
0,1
0,01
1
10
100
1000
Scherrate [1/s]
Viskosität [Pa s]
0,1
EK (verdünnt)
Carreaufluid Anpassung
Potenzfluid Anpassung
0,01
1E-3
1
10
100
1000
Scherrate [1/s]
Abbildung A.2.: Scherratenabhängige Viskosität für das pure Erythrozythenkonzentrat
(oben) und für das verdünnte Erythrozythenkonzentrat (unten).
Anhang B
Phasenkontrast - Die
Aufnahmeprozedur
In den nächsten drei Unterkapiteln wird die Aufnahme und Auswerteprozedur für die
Phasenkontrast-MRT-Datensätze erläutert. Dafür werden drei verschiedene Prozeduren
vorgestellt. Zuerst wird die Aufnahmemethode basierend auf der Schichtselektion erläutert, die für die meisten in dieser Arbeit gezeigten Datensätze genutzt wurde. Anschließend
wird die Prozedur für dreidimensionale Datensätze gezeigt, die ohne Schichtselektion auskommen und somit unanfälliger für die in Kapitel 3.3 gezeigten Artefakte ist. Im dritten
Abschnitt wird die Aufnahmemethode für die gepulsten Strömungsmessungen erläutert.
B.1. Schichtbasierte Datenaufnahme für einen 3D-Datensatz
Typische Datensätze für die Phasenkontrast-Messungen bestehen aus mehreren, unterschiedlich stark phasenkodierten Bildern für eine gemessene Schichtebene sowie einem
Referenzbild ohne Phasenkodierung. Zusätzlich sind drei unterschiedliche Raumrichtungen kodiert, so dass ein Minimum von vier Bildern pro aufgenommener Schicht verarbeitet werden muss. Üblich hingegen sind mehrere Phasenkodierstärken, wodurch für jeden
Kodierschritt drei weitere Bilder hinzukommen. Abhängig von der Probe und der gewählten Auflösung werden typischerweise 41 Schichten aufgenommen, wodurch insgesamt im
Schnitt 400 Bilder für einen gesamten Datensatz ausgewertet werden müssen. Das Aufnahmeschema ist in Abbildung B.1 gezeigt. Die Probe wird in angrenzende Schichten zerlegt.
Dazu können vor der eigentlichen Messung Pulssequenzen zur Geometrieanalyse durchgeführt werden. Zum Beispiel können FLASH-Bildgebungssequenzen ausgeführt werden,
um die grobe Struktur der Geometrie zu erfassen. Anschließend kann über die Anzahl der
Schichten, ihrer Position sowie die Schichtdicke der einzelnen strömungskodierenden Bilder das abgetastete Volumen definiert werden. Bevor das Messprogramm gestartet wird,
sollte vorerst das VENC bestimmt werden. Dazu ist es sinnvoll, die maximale Strömungsgeschwindigkeit in der Probe abzuschätzen oder anhand einer kurzen Messreihe in der
Schicht, in der die maximale Geschwindigkeit erwartet wird, die Geschwindigkeit zu bestimmen. Anschließend sollte im Skript die Strömungskodierung darauf angepasst werden.
Für die Erstellung eines Skriptes für die Ansteuerung der Spektrometersoftware wurde ein
121
122
Anhang B Phasenkontrast - Die Aufnahmeprozedur
Matlabskript erstellt. Dies ist in der auf dem Server1 hinterlegten Programmsammlung
unter dem Namen Macrowriter hinterlegt.
Strömungskompensierte
MRT-Aufnahmen
Probe
rekonstruierte
Geometrie
Phasenbilder
Strömungskodierte
MRT-Aufnahmen
Phasenbilder
Differenzen
entsprechen der
Geschwindigkeit
Geschwindigkeitskarte
Abbildung B.1.: Schema zur Auswertung von Phasenkontrastdatensätzen. Zuerst wird
die Probe in Schichten aufgeteilt, für die jeweils strömungskodierte sowie unkodierte Aufnahmen durchgeführt werden. Aus den unkodierten Aufnahmen kann die Geometrie rekonstruiert werden. Außerdem werden für die kodierten sowie die nicht kodierten Bilder
die Phasendaten ausgewertet. Aus den Phasendifferenzen der kodierten und nicht kodierten Aufnahmen kann anschließend über eine Regression die Strömungsgeschwindigkeit in
einer einzelnen Schicht bestimmt werden.
Aus den aufgenommenen Datensätzen kann anschließend die Analyse durchgeführt werden.
Die Aufnahmen ohne die Strömungskodierung dienen als Grundlage für die Rekonstruktion der Probengeometrie, da diese hauptsächlich von der Protonendichte beeinflusst sind.
Die Phasendaten der Aufnahmen mit und ohne Kodierung dienen dazu die Strömungsgeschwindigkeit zu bestimmen. Aus den Differenzen zwischen den Phasenbildern der strömungskodierten Aufnahmen und der Referenzphasen lässt sich die Geschwindigkeit über
eine lineare Regression bestimmen. Diese Geschwindigkeitsdaten können anschließend mit
1
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Programme.zip
B.2 3D-fourierbasierte Datenaufnahme
den Daten der Geometrie genutzt werden, um das Fließverhalten in der Geometrie zu
charakterisieren.
B.2. 3D-fourierbasierte Datenaufnahme
Eine Möglichkeit, um höhere räumliche Auflösungen zu erreichen und dabei die angesprochenen Artefakte während der Schichtselektion zu vermeiden (vgl. Kapitel 3.3), ist der
Verzicht auf die Schichtselektion. Dabei wird die dritte Raumdimension nicht mehr durch
die Schichtselektion, sondern durch eine weitere Phasenkodierung realisiert. Demnach wird
der k-Raum dreidimensional und über eine dreidimensionale Fouriertransformation kann
die Protonendichte wieder rekonstruiert werden. Eine Pulssequenz, die dies ermöglicht, ist
in Abbildung B.2 dargestellt. Anstelle des frequenzselektiven RF-Pulses wird die Anregung
D
RF
GPhase 1
'
G
GPhase 2
GFreq
Abbildung B.2.: FLASH basierte Pulssequenz zur Aufnahme eines dreidimensionalen
Datensatzes auf der Basis der 3D-Fourierbildgebung. Die Sequenz ist strömungskompensiert (schwarze Gradienten) und kann zur Strömungskodierung genutzt werden (zusätzliche
blaue Gradienten).
über einen breitbandigen Rechteckpuls durchgeführt. Anschließend an diesen RF-Puls findet die optionale Strömungskodierung statt. Darauf folgt die Kodierung der Phase, wobei
in diesem Fall zwei unterschiedliche Phasenkodiergradienten geschaltet werden. Durch die
Kombination aller Möglichkeiten der Inkremente wird demnach der dreidimensionale kRaum abgetastet. Dies geschieht in Kombination mit der Frequenzkodierung, die der üblichen dritten Dimension entspricht. Bei einer solchen Sequenz wird das 3D-Volumen mit
einer Aufnahme abgetastet. Die Messung wird entsprechend der gewünschten Strömungskodierung wiederholt. Wichtig bei dieser Messmethode ist es, dass die FOVs in alle drei
123
124
Anhang B Phasenkontrast - Die Aufnahmeprozedur
Dimensionen angepasst werden, so dass keine Faltungen vom Signal außerhalb des FOVs
entsteht, bzw. diese keinen störenden Einfluss haben. Die Auswertung kann anschließend
analog zu der im vorherigen Abschnitt beschriebenen Methode erfolgen. Hier besteht jedoch die Möglichkeit die Phasenbilder und die lineare Regression direkt über den gesamten
dreidimensionalen Raum durchzuführen.
B.3. Synchronisierte Datenaufnahme
Für die synchronisierte Datenaufnahme wird vor der normalen Bildgebungssequenz auf
einen externen Triggerpuls gewartet. Dafür wird vor jeder einzelnen Inkrementierung des
Phasenschrittes auf diesen Trigger gewartet. Der Trigger kann z.B. das Steuersignal des
Zweiwegeventiles sein oder aber auch ein individuell gesetztes TTL-Signal. Dieses Signal
wird in das Spektrometer eingespeist und in der Pulssequenz wird entsprechend ein Wartebefehl (waitX) eingebaut. Anschließend wird die Pulssequenz ausgeführt. Durch die
Variation des Abstandes zu diesem Triggerpuls kann anschließend der Datensatz zeitabhängig untersucht werden. Ist die Wiederholfrequenz des externen Triggerpulses sehr
niedrig, kann dies dazu führen, dass die Messzeit sehr lang wird. Um dies zu kompensieren
können mehrere Aufnahmen innerhalb eines Triggerpulses durchgeführt werden. Dies ist
in Abbildung B.3 schematisch dargestellt. Der Trigger ist in schwarz dargestellt, während
die einzelnen anschließenden Aufnahmen unterschiedliche Zeiten der Strömung kodieren.
Wichtig ist, dass die Zeit Tsep so groß gewählt ist, dass der störende Einfluss des vorherigen
Aufnahmeblockes keine Auswirkungen mehr auf den Neuen hat.
Triggerpuls
H
Aufnahmeblöcke
Tsep
Volumenstrom
Abbildung B.3.: Schematische Darstellung für die Aufnahme mit einem externen Synchronisationspuls.
Anhang C
Beschreibung der
Auswerteprogramme (Matlab)
Dieses Kapitel beschreibt die Auswerteroutinen, die im Rahmen dieser Dissertation entwickelt wurden, um die MRT-Bilder auszuwerten und die Phasenkontrast-Strömungsdaten
zu prozessieren. Dabei liegt hier der Schwerpunkt in der genauen Beschreibung des Auswerteprozesses als Anleitung für folgende Arbeiten. Alle im Folgenden beschriebenen Klassen,
Funktionen und Skripte sind auf dem Lehrstuhlserver1 hinterlegt.
Ausgangspunkt für die Auswertung ist die Klasse Image2, welche als Grundlage für die
gesamte MRT-Auswertung des Lehrstuhls E3a dient. Diese Klasse enthält Methoden zur
Prozessierung der mit dem „Infinity Plus Spektrometer“ aufgenommenen Rohdaten sowie
der späteren Datenbearbeitung. Außerdem ist die Klasse eine Grundlage für die grafische
Benutzeroberfläche ImageGui, welche für eine übersichtliche und schnelle Datenanalyse
geschrieben wurde. Die wichtigsten Methoden der Klasse werden nun im Folgenden vorgestellt. Dabei werden die einzelnen Funktionsaufrufe erklärt. obj steht hierbei immer für
das Objekt der Klasse. Für die erste Initialisierung muss anstelle von obj im Funktionsaufruf der Klassenname verwendet werden. Im weiteren Verlauf wird die Variable der Klasse
eingetragen werden. Nicht fett hervorgehobene Funktionen werden nicht explizit erläutert.
Dafür verweise ich auf die Dokumentation im Programmcode.
C.1. Klasse Image2
Die Klasse Image2 enthält alle wichtigen Funktionen, um Bilder aus den Rohdaten des
„Infinity Plus Spektrometers“ zu erstellen. Für die Auswertung von Standardbildgebungssequenzen, die den k-Raum kartesisch abtasten und den k-Raum bereits in einer zweidimensionalen Matrix speichern, ist die Funktion GenImage geschrieben worden. Für
speziellere Sequenzen existieren die folgenden Methoden: GenMultiSlice zur Auswertung
von Sequenzen mit paralleler Anregung, GenReal3D zur Auswertung von dreidimensionalen Fourieraufnahmen und GenMultiRefocus als eine Funktion, die Sequenzen mit einer
mehrfachen Refokussierung auswerten kann.
1
https://e3.physik.tu-dortmund.de/de/E3a/Dissertation/Daniel_Edelhoff/Programme.zip
125
126
Anhang C Beschreibung der Auswerteprogramme (Matlab)
obj=GenImage(obj,filename,Zero,Base,Cut)
Die entwickelte Methode GenImage benötigt als Eingabeparameter ein Objekt der Klasse
Image2 oder die Klasse selbst. Außerdem werden der Pfad (filename), in dem die zu
prozessierenden Rohdaten liegen, sowie die beiden Parameter Zero und Base übergeben.
Diese Parameter sind Werte 0 (nein) oder 1 (ja) und entscheiden ob ein „zero-filling“
oder eine Basislinienkorrektur vor der Fourier-Transformation durchgeführt werden soll.
Sollte kein Parameter gewählt werden, wird als Standard keine Korrektur vorgenommen.
Der Eingabeparameter Cut ist ein Wert zwischen 0 und 1 und definiert für welchen
Wert ein Schnitt durchgeführt werden soll. Alle Pixel, die unter dem Produkt aus dem
Parameter Cut und dem maximalen Bildwert liegen, werden auf 0 gesetzt. Dies ermöglicht
die Selektion zwischen Signal und dem Rauschen anhand des Cut-Parameters.
Mit diesen Parametern erstellt die Methode folgende Eigenschaften der Klasse:
1. Data - Dies ist ein 2D-Array mit den absoluten Bildwerten. Hier wurde eine 2D-FFT
auf den k-Raum angewendet, nachdem dieser mit einer Sinebell-Funktion apodisiert
und je nach Eingabeparameter mit einer Basislinienkorrektur (das letzte 1/8 der
Zeitdaten wird hierfür verwendet) und einem „zero-filling“ bearbeitet wurde.
2. Phase - Hier ist die Phase des Bildes gespeichert.
3. Echo - In diesem 2D-Array sind die Rohdaten in Form des k-Raumes abgelegt.
4. Normalized - Dies ist ein 2D-Array mit den absoluten, auf den Maximalwert normierten, Bildwerten.
5. CutMask - Dieses 2D-Array enthält eine Maske mit der gleichen Größe des Bildes
von Data mit den Werten 0 und 1. Diese Maske wird aufgrund des Eingabeparameters Cut berechnet. Alle Werte im Bild Data, die kleiner als Cut mal dem
Maximalwert in Data sind, erhalten in der CutMask den Wert 0 und alle übrigen
den Wert 1.
6. Param - Dies ist eine Struktur, die alle wichtigen experimentellen Parameter (z.B.
dwell-time, phasesteps, receiver bandwidth, δ, Δ, FOV oder frequency) enthält, die
in Spinsight2 eingestellt wurden.
7. Weitere Eigenschaften wie z.B. das SNR, mittlere Signalamplituden usw., werden
erstellt, jedoch hier nicht weiter betrachtet.
Anhand der so erstellten grundlegenden Eigenschaften wird die weitere Auswertung durchgeführt.
Mit
den
Funktionen
showCut(obj),
showPhase(obj,cut),
showNorm(obj,cut), showEcho(obj) und show(obj,cut) lassen sich die Arrays CutMask , Phase , Normalized , Echo und Data anzeigen. Dabei steht der zusätzliche
Parameter cut für den Wert 1 oder 0, je nachdem ob die CutMask angewendet werden
soll oder nicht. In Abbildung C.1 sind für die jeweiligen Funktionen Beispielbilder gezeigt.
2
Steuerungssoftware für das NMR-Spektrometer
C.1 Klasse Image2
127
6
10
8
6
4
250
200
150
100
ky [a.u.]
50
50
100
150
200
100
4
200
3
300
2
400
1
250 2
500
50
kx [a.u.]
100
150
200
250
x [px]
100
0.8
200
0.6
300
0.4
0.2
500
50
100
150
200
250
3
Signalamplitude [a.u.]
y [px]
y [px]
1
400
0
2
100
1
200
0
300
−1
400
−2
500
0
Phase [rad]
Signalamplitude [a.u.]
12
14
12
10
8
6
4
2
Signalamplitude [a.u.]
y [px]
5
x 10
Signalamplitude [a.u.]
x 10
5
5
x 10
14
−3
50
100
150
200
250
x [px]
x [px]
1
0.8
200
0.6
300
0.4
2
100
1
200
0
300
−1
400
500
50
100
150
x [px]
200
250
0.2
400
0
500
Phase [rad]
100
Cut Value
y [px]
y [px]
3
−2
−3
50
100
150
200
250
x [px]
Abbildung C.1.: Resultierende Bilder für die Funktionen showEcho(obj) (links oben),
show(obj,cut) (rechts oben), showNorm(obj,cut)(Mitte links), showPhase(obj,cut)
(Mitte rechts), showCut(obj) (links unten) und showPhase(obj,cut=1) (rechts unten).
128
Anhang C Beschreibung der Auswerteprogramme (Matlab)
obj=GenUnwrap(obj)
Die Methode GenUnwrap ist eine sehr wichtige Methode der Klasse Image2. Diese erzeugt für die Phasenkontrast-Auswertung ein entfaltetes Phasenbild anhand des von Cusack und Papadakis entwickelten Algorithmus’ [147]. Diese Methode wird aufgrund ihrer
langen Laufzeit einzeln durchgeführt und erzeugt in der Klasse die Eigenschaft UnwrapPhase, welche das entfaltete Phasenbild enthält. Diese Methode funktioniert in mehr als
95% der Fälle gut und ohne Artefakte. In Abbildung C.2 ist das resultierende Phasenbild
auf der linken Seite gezeigt.
obj=GenUnwrap2(obj)
Die Methode GenUnwrap2 ist eine alternative Methode der Klasse zur Berechnung einer
entfalteten Phasenkarte. Diese erzeugt für die Phasenkontrastauswertung ein entfaltetes
Phasenbild anhand des Goldstein Algorithmus’ [148, 149], welcher von Matlab unterstützt
wird3 . Diese Methode wird aufgrund ihrer langen Laufzeit (ca. ein Faktor 3 im Vergleich
zur Methode GenUnwrap) einzeln durchgeführt und erzeugt in der Klasse die Eigenschaft UnwrapPhase, welche das entfaltete Phasenbild enthält. In Abbildung C.2 ist das
resultierende Phasenbild auf der rechten Seite gezeigt. Diese Methode erzeugt häufiger fehlerhafte Entfaltungen als die Methode GenUnwrap. Außerdem ist die Laufzeit deutlich
länger (> 60 s). Die kann jedoch ergänzend angewandt werden, falls GenUnwrap nicht
funktioniert.
15
0
100
−5
300
−10
400
y [px]
200
Phase [rad]
y [px]
10
200
5
300
Phase [rad]
100
400
0
500
50
100
150
200
250
x [px]
−15
500
50
100
150
200
250
x [px]
Abbildung C.2.: Resultierende entfaltete Phasenbilder für die Methode GenUnwrap
(links) und GenUnwrap2 (rechts) .
C.2. Klasse VectorField
Die Klasse VectorField ist eine Klasse zur Analyse von Geschwindigkeitsvektorfeldern.
Die Vektorfelder aus der Phasenkontrast-MRT-Analyse können mit der Klasse untersucht
werden. Während des erstmaligen Aufrufs werden wichtige Eigenschaften des Vektorfeldes,
wie z.B. die Divergenz erstellt. In der Klasse stehen weitere Funktionen zur Verfügung, die
3
http://www.mathworks.com/matlabcentral/fileexchange/22504-2d-phase-unwrapping-algorithms
C.2 Klasse VectorField
z.B. die Wandscherspannungen berechnen können oder einen Vergleich mit der analytischen Lösung für ein Potenzfluid in einzelnen Ebenen durchführen können. Weiterhin sind
einige Funktionen zur Visualisierung des Vektorfeldes vorhanden. Im Folgenden werden
einige der Funktionen genauer erläutert.
obj=VectorField(DataX,DataY,DataZ,Param)
Diese Funktion erzeugt mit den Eingabeparametern DataX, DataY, DataZ und Param (optionaler Parameter) das initiale Vektorfeld. Die Parameter DataX usw. entsprechen dreidimensionalen Arrays mit den entsprechenden Geschwindigkeitseinträgen des Geschwindigkeitsvektors am Ort, der durch das Array definiert ist. Der Parameter Param
enthält die Parameter, die in der Klasse Image2 erzeugt werden. Wichtig sind hierbei
die Geometrieinformationen, wie z.B. das FOV und die Schichtdicke. Sollte der Parameter
Param nicht angegeben werden, wird ein äquidistantes Gitter mit einer Voxelröße von
1 m3 angenommen!
Der initiale Aufruf der Funktion erzeugt folgende Eigenschaften in der Klasse:
1. DataX, DataY und DataZ - Dies sind die entsprechenden Geschwindigkeitswerte
des Geschwindigkeitsfeldes.
2. Divergence, MeanDiv und StdDiv - Die Divergenzen werden über die matlabinterne Funktion divergence berechnet. Die Eigenschaft ist ein skalares Feld und
kann zur Bestimmung der Quellenfreiheit des Vektorfeldes untersucht werden. Bei
der Berechnung werden die Dimensionen der einzelnen Voxel berücksichtigt. MeanDiv enthält den Mittelwert der Divergenz und StdDiv die Standardabweichung
über das gesamte Vektorfeld.
3. Curl, MeanRot und StdRot- Analog zur Divergenz enthalten diese Eigenschaften
die Rotation des Vektorfeldes.
4. Shape - Dieses 3D-Array enthält die Geometrieinformationen des Vektorfeldes. Es
enthält die Werte 0 und 1, um die Geometrie zu definieren.
5. Param - Enthält die Geometrieinformationen des Vektorfeldes basierend auf der
Klasse Image2.
obj=GetBoxedValues(obj,box)
Die Funktion erzeugt zwei Eigenschaften BoxValues und UnBoxValues, die jeweils ein
weiteres Vektorfeld der Klasse VectorField enthalten. Mit dieser Funktion können unterschiedliche Bereiche des Vektorfeldes einzeln untersucht werden. Dafür benötigt die
Funktion den Eingabeparameter box, der einen Quader der Form [xstart, xend, ystart,
yend, zstart, zend] definiert. In der Eigenschaft BoxValues wird das Vektorfeld innerhalb des definierten Quaders gespeichert. In der Eigenschaft UnBoxValues finden sich
dementsprechend alle Daten außerhalb der Box. Hiermit lassen sich z.B. die WSS für
bestimmte Bereiche einzeln bestimmen.
129
130
Anhang C Beschreibung der Auswerteprogramme (Matlab)
ShowGeo(obj,smo,resizefac)
Die Funktion ShowGeo gibt ein Bild der Geometrie des Vektorfeldes wieder. Mit den
Eingabeparametern smo und resizefac können die Größe des Glättungskernes der matlabinternen Funktion smooth3 angegeben werden oder der Faktor, mit dem das Array
vergrößert werden soll, bevor die Glättung durchgeführt wird. Ein Beispiel für zwei unterschiedliche Glättungskerne ist in Abbildung C.3 dargestellt.
Abbildung C.3.: Resultierende Geometriedarstellungen für die Methode ShowGeo.
Links wurde ein Glättungskern der Größe [3,3,3] verwendet, rechts von der Größe
[15,15,15].
ShowQuiver(obj,direc,slice,underlay,means)
Die Funktion ShowQuiver gibt einen zweidimensionalen Ausschnitt des Vektorfeldes wieder. direc steht hierbei für die Ebene im Vektorfeld (1=x, y, 2=x, z und 3=y, z). Der
Parameter slice entspricht der Schicht. underlay gibt an, welche Geschwindigkeitskomponente als Farbe kodiert werden soll (1=x, 2=y, 3=z und 4 entspricht dem Absolutwert).
1
means entspricht dem Anteil der Vektoren, die gezeigt werden soll. Ein Beispiel ist in Abbildung C.4 links dargestellt.
obj=TrackMaxFlow(obj,direc)
Die Funktion TrackMaxFlow visualisiert die untersuchte Geometrie und zeichnet eine Linie entlang der maximalen Strömungsgeschwindigkeit. Der Eingabeparameter direc
steht dabei für die Geschwindigkeitskomponente (1=x, 2=y, 3=z und 4 entspricht dem
Absolutwert). Ein Beispiel ist in Abbildung C.4 rechts dargestellt.
obj=FitToPowerLaw(obj)
Die Funktion FitToPowerLaw ist für die Analyse von nahezu kreisförmigen Querschnitten in der x-y-Ebene gedacht. Hierbei wird für den kreisförmigen Querschnitt eine analytische Lösung gemäß Gleichung 6.3 angenommen. Das Strömungsprofil in z-Richtung
wird dann an Gleichung 9.3 mit Hilfe der Funktion fminsearch angepasst. Dafür wird
C.2 Klasse VectorField
131
3.5
x [DX]
100
3
2.5
150
2
1.5
200
1
0.5
250
200
250
300
350
*HVFKZLQGLJNHLW [cm/s]
4
0
y [DX]
Abbildung C.4.: Links: Resultierende Abbildung für die Methode ShowQuiver.
Rechts: Resultierende Abbildung für die Methode TrackMaxFlow.
zuerst eine Ellipse an die Geometriekontur angepasst und mit den daraus resultierenden
Ellipsenparametern (Halbachsen und Zentrum der Ellipse) ein Strömungsprofil mit einem
Wert für n=0,5 errechnet. Anschließend wird die Differenz zwischen der Messung und
der analytischen Lösung durch die Variation des Exponenten n minimiert. Die resultierenden Differenzen sowie Strömungsprofile, Ellipsenparameter und Exponenten werden
in der Struktur Analytisch gespeichert. Außerdem wird dort für die Ellipse ein HagenPoiseuille’sches Profil
x2 y 2
vz (x, y) = v0 · 1 − 2 − 2
a
b
errechnet.
obj=Calc3DWSS(obj,distance,store,smooth)
Diese Funktion dient der Berechnung der Wandscherspannungen in dem Vektorfeld. distance ist ein Eingabeparameter, der die Entfernung für die lineare Regression in Gittereinheiten angibt. store kann Werte 0 (nein) und 1 (ja) annehmen und definiert, ob die
Bilder, die während der Auswertung entstehen, gespeichert werden sollen. smooth gibt
die Größe des Glättungskernes für die Berechnung der Wandelemente an. Zur Berechung
der Wandelemente wird die Funktion isosurface verwendet. Die Normalen werden über
die Funktion isonormals berechnet, die den Orts- und Normalenvektor der Fläche ausgibt.
Anhand dieser Parameter wird die Scherrate entlang des Normalenvektors bestimmt. Für
die einzelnen Wandelemente wird im Anschluss über die nächsten acht Nachbarflächen
der Mittelwert gebildet um Rauschen zu reduzieren. Ausgegeben wird die Eigenschaft
WSS3D, in der die WSS für die einzelnen Flächen gespeichert sind. Die Eigenschaft
WSSFace enthält alle Informationen zu den einzelnen Flächenelementen, wie den Ortsund Normalenvektor, und die Geschwindigkeitskomponente parallel zur Wand entlang des
Normalenvektors.
132
Anhang C Beschreibung der Auswerteprogramme (Matlab)
C.3. Beispiel für die Auswertung von Phasenkontrast-Datensätzen
mit Matlab
Die Erstellung von Phasenkontrast-Datensätzen mit unterschiedlichen Schichten, Gradientenstärken und Abständen zum Triggerpuls kann mit dem entwickelten Skript MacroWriter erstellt werden. Da sämtliche Parameter, welche die unterschiedlichen Bilder
unterscheiden, durch die Funktion GenImage, Klasse Image2 gespeichert werden (z.B.
Gradientenstärke und Frequenzverschiebung der Schichtebene), kann durch die im Folgenden vorgestellte Funktion GenerateAndSort ein gesamter Datensatz eingelesen werden.
Das typische Skript das zur Auswertung der Daten verwendet wird, sieht wie folgt aus:
fileID = strcat('E:\Messreihen\HasenAneurysma\Phasenkontrast');
%%% Ort in dem die auszuwertenden Daten gespeichert sind
[Data,Sort] = Generateandsort(fileID,0,0,1);
%%
%%
%%
%%
%%
Parameter:
1. Pfad ;
2. Wert 0/1 zum Schneiden der Datensätze;
3. Soll der Wert Cut für jede Schicht einzeln gesetzt werden?(1=ja,0=nein);
4. Ist es ein 3D Fourier Datensatz? (1=ja,0=nein)
[Flow,Error]=FitAll(Data,Sort);
Flow2=RemoveOffset(squeeze(Flow));
Vec=VectorField(squeeze(Flow2(:,:,1,:)),...
squeeze(Flow2(:,:,2,:)),squeeze(Flow2(:,:,3,:)));
[Data,Sort] = GenerateAndSort(fileID)
Die Funktion GenerateAndSort benötigt als Eingabeparameter den Pfad, in dem alle
Rohdaten des zu untersuchenden Datensatzes gespeichert sind. Hierbei ist keine besondere Benennung notwendig. Man muss jedoch darauf achten, dass kein Datensatz doppelt
aufgenommen wurde oder fremde Datensätze im Ordner (und in Unterordnern) enthalten sind. Alle Rohdaten werden als Image2 Objekt erzeugt und, wie oben beschrieben
(mit Basislinienkorrektur und „zero-filling“), prozessiert. Zusätzlich wird ein entfaltetes
Phasenbild gespeichert. Anhand der von der Klasse Image2 erzeugten Parameter frequ,
gdiffx, gdiffy, gdiffz und tau werden Listen erstellt, in denen für die weitere Bearbeitung
diese Parameter zu dem dazugehörigen Datensatz einzeln gespeichert sind. Ausgeben werden diese Listen mit der Variablen Sort, während die Datensätze in der Struktur Data
exportiert werden. Beide Datensätze haben die Dimension, welche der Anzahl der gesamten Bilder entspricht. In der Kommandozeile werden noch die unterschiedlichen Parameter
ausgegeben, die im Datensatz gefunden wurden.
C.3 Beispiel für die Auswertung von Phasenkontrast-Datensätzen mit Matlab
Lineare Regression
Anschließend wird eine lineare Regression an die entfalteten Phasenbilder mit unterschiedlicher Kodierung durchgeführt, um die Geschwindigkeiten zu bestimmen. Dafür wird die
Liste Sort genutzt, um passende Zuordnungen von Schichten, Kodierungsstärken und
Verzögerungszeiten durchzuführen. Die Funktion FitAll führt die beschriebenen Schritte
durch.
[Flow,Error] = FitAll(Data,Sort)
Eingabeparameter dieser Funktion sind die Ausgabeparameter der Funktion GenerateAndSort . Die Ausgabe der Funktion sind zwei Arrays (mit drei-fünf Dimensionen), in
denen die räumliche Zuordnung des Bildes (x,y Koordinate) in den ersten beiden Dimensionen gespeichert ist. Die Zuordnung der 1=x, 2=y und 3=z-Komponente der Geschwindigkeit ist in der dritten Dimension hinterlegt. Die vierte Dimension steht für die
unterschiedlichen z-Koordinaten, sofern mehrere aufgenommen worden sind. Die fünfte Dimension kodiert optional die unterschiedlichen Wartezeiten nach dem Triggerpuls, sollten
diese vorhanden sein. Zu Beginn wird die Zuordnung durchgeführt und für alle zusammengehörigen Kodierungen ein Fit durchgeführt. Dabei wird die Ausgleichsrechnung direkt für
die gesamten Bildmatrizen durchgeführt und so eine sehr schnelle Laufzeit erreicht. Ein
Fit für 400 Bilder benötigt ca. 30 Sekunden. Die für die Ausgleichsrechnung wichtigen
Parameter Δ und δ werden aus den Parametern der Image2-Klasse importiert.
Optionale Bearbeitung und Berechnung
Anhand der so berechneten Strömungsinformationen können weitere Informationen bestimmt werden. Dazu gehören auch Überprüfungsgrößen wie die Divergenz, anhand der
die Genauigkeit der Auswertung überprüft werden kann, da in den hier betrachteten Systemen die Vektorfelder divergenzfrei sein sollten. Sollte dies nicht der Fall sein, ist in der
Auswertung ein Fehler passiert. Hier sind zwei Möglichkeiten die wahrscheinlichsten und
am häufigsten beobachteten, die beide zu einem Offset in der Steigung bei der linearen
Regression führen:
• Die Referenzphase ist durch eine zu lange Wartezeit mit einem Phasenoffset versehen,
was zu einem Offset in der Steigung führt.
• Bei der Entfaltung der Phasen wurde ein Referenzpixel innerhalb der unterschiedlichen Bilder bereits mit einem Phasenshift von 2π betrachtet. Dies führt ebenfalls
zu einem Offset.
Diese Offsets können anschließend über eine Korrektur herausgerechnet werden.
Anhand der Geometrieinformationen können Hagen-Poiseuille’sche-Strömungsprofile berechnet werden und anschließend die Abweichung von dem gemessenen zum idealen Strömungsprofil betrachtet werden. Auch einfache Berechnungen der Scherraten an den Wänden können durchgeführt werden (vgl. Klasse VectorField).
133
134
Anhang C Beschreibung der Auswerteprogramme (Matlab)
Korrekturen: Flow2=RemoveOffset(Flow)
Sollte ein Offset in einer der Ebenen festgestellt worden sein, dann kann die Korrekturfunktion RemoveOffset angewendet werden. Diese bestimmt zuerst den Mittelwert der
einzelnen Geschwindigkeitskomponenten am Rand zur Geometrie, indem die Konturlinie
an den Randübergängen als Wertefilter verwendet wird. Bei der Annahme, dass die Komponenten der Geschwindigkeit am Rande der Geometrie 0 sein sollten, wird so der Mittelwert der Randkomponenten von dem Vektorfeld abgezogen. Weiterhin wird in dieser
Funktion eine Glättung der Daten mit der matlabinternen Funktion medfilt2 durchgeführt. Diese bildet den Mittelwert über ein 3 × 3 Pixel umfassendes Feld in einer Ebene
und nutzt dies, um eine Glättung der Daten durchzuführen und potentielle Ausreißer in
den Datenpunkten zu minimieren.
Literaturverzeichnis
[1]
World-Health-Organization: World health statistics 2014.
Cataloguing-in-Publication Data, 2014
[2]
Nichols, W. ; O’Rourke, M. ; Vlachopoulos, C.: McDonald’s Blood Flow in
Arteries: Theoretical, Experimental and Clinical Principles. CRC Press, USA, 2011
[3]
Ku, D.N.: Blood flow in arteries. In: Annual Review of Fluid Mechanics 29 (1997),
Nr. 1, S. 399–434
[4]
Malek, A.M. ; Alper, S.L. ; Izumo, S.: Hemodynamic shear stress and its role
in atherosclerosis. In: The Journal of the American Medical Association 282 (1999),
Nr. 21, S. 2035–2042
[5]
Hauss, W.H.: Die Arteriosklerose: Pathogenese der arteriosklerotischen, der rheumatischen und weiterer reaktiver, chronischer Mesenchymerkrankungen. Steinkopf,
2013
[6]
Brisman, J.L. ; Song, J.K. ; Newell, D.W.: Cerebral aneurysms. In: The New
England Journal of Medicine 355 (2006), Nr. 9, S. 928–939
[7]
Yoichi, M. ; Fujimaro, I. ; Yasuyuki, U. ; Hiroshi, T. ; Hidenori, S. ; Satoshi,
M. ; Shinichi, S. ; Waro, T.: Low wall shear stress is independently associated
with the rupture status of middle cerebral artery aneurysms. In: Stroke 44 (2013),
S. 519–521
[8]
Boussel, L. ; Rayz, V. ; McCulloch, C. ; Martin, A. ; Acevedo-Bolton, G.
; Lawton, M.: Aneurysm growth occurs at region of low wall shear stress: patientspecific correlation of hemodynamics and growth in a longitudinal study. In: Stroke
39 (2008), S. 2997–3002
[9]
Lieber, B.B. ; Stancampiano, A.P. ; Wakhloo, A.K.: Alteration of hemodynamics in aneurysm models by stenting: influence of stent porosity. In: Annals of
biomedical engineering 25 (1997), S. 460–469
WHO Library
[10] Edelhoff, D. ; Walczak, L. ; Henning, S. ; Weichert, F. ; Suter, D.: Highresolution MRI velocimetry compared with numerical simulations. In: Journal of
Magnetic Resonance 235 (2013), S. 42 – 49
[11] Edelhoff, D. ; Walczak, L. ; Frank, F. ; Heil, M. ; Schmitz, I. ; Weichert, F.
; Suter, D.: Flow measurements and simulations in aneurysm models with various
complexity. In: Medical Physics (submitted)
I
II
Literaturverzeichnis
[12] Purcell, E. ; Torrey, H.C. ; Pound, R.V.: Resonance absorption by Nuclear
Magnetic moments in a solid. In: Physics Review 69 (1946), Nr. 37, S. 37–38
[13] Bloch, F. ; Hansen, W.W. ; Packard, M.E.: Nuclear induction. In: Physics
Review 70 (1946), Nr. 7, S. 460–474
[14] Kennedy, M.A. ; Montelione, G.T. ; Arrowsmith, C.H. ; Markley, J.L.: Role
for NMR in structural genomics. In: Journal of Structural and Functional Genomics
2 (2002), Nr. 3, S. 155–169
[15] Wuthrich, K. ; Wider, G. ; Wagner, G. ; Braun, W.: Sequential resonance assignments as a basis for determination of spatial protein structures by high resolution
proton Nuclear Magnetic Resonance. In: Journal of Molecular Biology 155 (1982),
S. 311–319
[16] Lepre, C.A. ; Moore, J.M. ; Peng, J.W.: Theory and applications of NMR-based
screening in pharmaceutical research. In: Chemical Reviews 104 (2004), Nr. 8, S.
3641–3676
[17] Stolze, J. ; Suter, D.: Quantum computing: a short course from theory to experiment. Wiley-VCH, Deutschland, 2008
[18] Zeeman, P.: The effect of magnetisation on the nature of light emitted by a substance. In: Nature 55 (1897), S. 347
[19] Lauterbur, P.C.: Image formations by induced local interactions: examples employing Nuclear Magnetic Resonance. In: Nature 242 (1973), S. 190–191
[20] Clow, H. ; Young, I.R.: Britain’s brains produce first NMR images. In: New
Scientist 80 (1978), S. 588
[21] Dempsey, M.F. ; Condon, B. ; Hadley, D.M.: MRI safety review. In: Seminars
in Ultrasound, CT and MRI 23 (2002), Nr. 5, S. 392–401
[22] Aguayo, J.B. ; Blackband, S.J. ; Schoeniger, J.: Nuclear Magnetic Resonance
Imaging of a single cell. In: Nature 322 (1986), Nr. 6075, S. 190–191
[23] Abragam, A.: The principles of Nuclear Magnetism. Oxford University Press, USA,
1961
[24] Levitt, M.H.: Spin dynamics: basics of Nuclear Magnetic Resonance. Wiley, England, 2008
[25] Callaghan, P.T.: Principles of Nuclear Magnetic Resonance Microscopy. Oxford
University Press, USA, 1993
[26] Edelhoff, D.: NMR-Mikroskopie an Mikrokapseln: Visualisierung der Auflösung
und Charakterisierung der Wasserdiffusion in Kapsel-Wandmaterialien. Diplomarbeit: TU Dortmund (2011)
[27] Hahn, E.L.: Spin echoes. In: Physical Review 80 (1950), Nr. 4, S. 580–594
Literaturverzeichnis
[28] Bernstein, M.A. ; King, K.F. ; Zhou, X.J.: Handbook of MRI pulse sequences.
Elsevier Academic Press, USA, 2004
[29] Kuhn, W.: NMR-Mikroskopie Grundlagen, Grenzen und Anwendungsmöglichkeiten.
In: Angewandte Chemie (1990), Nr. 102, S. 1–20
[30] Haase, A. ; Frahm, J. ; Matthaei, D. ; Hanicke, W. ; Merboldt, K.: FLASH
imaging. Rapid NMR imaging using low flip-angle pulses. In: Journal of Magnetic
Resonance 67 (1986), Nr. 2, S. 258–266
[31] Hahn, E.L.: Detection of sea-water motion by nuclear precession. In: Journal of
Geophysical Research 65 (1960), Nr. 2, S. 776–777
[32] Woessner, D.E.: NMR spin-echo self-diffusion measurements on fluids undergoing
restricted diffusion. In: Journal of Physical Chemistry 67 (1963), Nr. 4, S. 5–7
[33] Stejskal, E.O. ; Tanner, J E.: Spin diffusion measurements: spin echoes in the
presence of a time-dependent field gradient. In: Journal of Chemical Physics 42
(1965), Nr. 1, S. 288
[34] Tanner, J.E.: Pulsed field gradients for NMR spin-echo diffusion measurements.
In: Review of Scientific Instruments 36 (1965), Nr. 8, S. 1086–1087
[35] Tanner, J.E.: Use of the stimulated echo in NMR diffusion studies. In: Journal of
Chemical Physics 52 (1970), Nr. 5, S. 2523
[36] Moran, P. R.: A flow velocity zeugmatographic interlace for NMR imaging in
humans. In: Magnetic Resonance Imaging 65 (1982), Nr. 4, S. 197–203
[37] Schneider, G. ; Prince, M.R. ; Meaney, J.F.M. ; Ho, V.B.: Magnetic resonance
angiography. Springer, New York, 2005
[38] Harel, E. ; Pines, A.: Spectrally resolved flow imaging of fluids inside a microfluidic
chip with ultrahigh time resolution. In: Journal of Magnetic Resonance 193 (2008),
Nr. 2, S. 199–206
[39] Nishimura, D.G. ; Macovski, A. ; Pauly, J.M.: Magnetic resonance angiography.
In: IEEE Transactions on Medical Imaging MI-5 (1986), Nr. 3, S. 140–151
[40] Caprihan, A. ; Fukushima, E.: Flow measurements by NMR. In: Physics Reports
198 (1990), Nr. 4, S. 195–235
[41] Callaghan, P.T.: Velocity and diffusion imaging in dynamic NMR microscopy. In:
Journal of Magnetic Resonance 352 (1991), Nr. 2, S. 326–352
[42] Pope, J.M. ; Yao, S.: Quantitative NMR imaging of flow. In: Concepts in Magnetic
Resonance 5 (1993), S. 281–302
[43] Gladden, L.F. ; Sederman, A.J.: Recent advances in flow MRI. In: Journal of
Magnetic Resonance 229 (2013), S. 2–11
III
IV
Literaturverzeichnis
[44] Wrede, K.H. ; Dammann, P. ; Mönninghoff, C. ; Johst, S. ; Maderwald, S.
; Sandalcioglu, I.E. ; Müller, O. ; Özkan, N. ; Ladd, M.E. ; Forsting, M. ;
Schlamann, M.U. ; Sure, U. ; Umutlu, L.: Non-enhanced MR imaging of cerebral
aneurysms: 7 Tesla versus 1.5 Tesla. In: PLOS One 9 (2014), Nr. 1
[45] Johst, S. ; Wrede, K.H. ; Ladd, M.E. ; Maderwald, S.: Time-of-flight magnetic
resonance angiography at 7 T using venous saturation pulses with reduced flip angles.
In: Investigative Radiology 47 (2012), Nr. 8, S. 445–450
[46] Gorke, U. ; Kimmich, R.: Detection of anisotropic pulsating flow and its velocityfluctuation rate in fertilized bird eggs by NMR Microimaging. In: Journal of Magnetic Resonance 242 (1996), Nr. 3, S. 236–242
[47] Moser, K.W. ; Kutter, E.C. ; Georgiadis, J.G. ; Buckius, R.O. ; Morris, H.D.
; Torczynski, J.R.: Velocity measurements of flow through a step stenosis using
Magnetic Resonance Imaging. In: Experiments in Fluids 29 (2000), Nr. 5, S. 438–447
[48] Crespigny, A.J.S. de ; Carpenter, T.A. ; Laurance, D.H.: Cardiac tagging in
the rat using a DANTE sequence. In: Magnetic Resonance in Medicine 21 (1991),
Nr. 1, S. 151–156
[49] Axel, L.: Biomechanical dynamics of the heart with MRI. In: Annual Review of
Biomedical Engineering 4 (2002), S. 321–347
[50] Andersen, A.H. ; Kirsch, J.E.: Analysis of noise in phase contrast MR imaging.
In: Medical Physics 6 (1996), Nr. 23, S. 857–869
[51] Bodenhausen, G. ; Freeman, R. ; Morris, G.: A simple pulse sequence for
selective excitation in Fourier transform NMR. In: Journal of Magnetic Resonance
75 (1976), Nr. 1, S. 171–175
[52] Mosher, T.J. ; M.B., Smith: A DANTE tagging sequence for the evaluation of
translational sample motion. In: Magnetic Resonance in Medicine 15 (1990), Nr. 2,
S. 334–339
[53] Morris, G ; Freeman, R: Selective excitation in Fourier transform Nuclear Magnetic Resonance. In: Journal of Magnetic Resonance 213 (1978), Nr. 3, S. 214–243
[54] Erasmus, L.J. ; Hurter, D. ; Naude, M. ; Kritzinger, H.G. ; Acho, S.: A short
overview of MRI artefacts. In: SA Journal of Radiology 8 (2004), Nr. 2
[55] Heil, M.: Entwicklung eines Steuerungssystems für pulsierenden Fluss und stroboskopischer Messmethodik mittels bildgebender NMR. Masterarbeit: TU Dortmund
(2013)
[56] Shojima, M. ; Oshima, M ; Takagi, K ; Torii, R: Magnitude and role of wall
shear stress on cerebral aneurysm computational fluid dynamic study of 20 middle
cerebral artery aneurysms. In: Stroke 35 (2004), S. 2500–2505
Literaturverzeichnis
[57] Raghavan, M.L. ; Vorp, D.A. ; Federle, M.P. ; Makaroun, M.S. ; Webster,
M.W.: Wall stress distribution on three-dimensionally reconstructed models of human abdominal aortic aneurysm. In: Vascular Surgery 31 (2000), S. 760–769
[58] Greenberg, M.S. ; Arredondo, N.: Handbook of neurosurgery. 6. Thieme, USA,
2006
[59] Proust, F. ; Gerardin, E. ; Chazal, J.: Unruptured intracranial aneurysm and
microsurgical exclusion: the need of a randomized study of surgery versus natural
history. In: Journal of Neuroradiology 35 (2008), Nr. 2, S. 109–115
[60] Juvela, S. ; Porras, M.: Natural history of unruptured intracranial aneurysms: a
long-term follow-up study. In: Journal of Neurosurgery 79 (1993), S. 174–182
[61] Köhler, U. ; Marshall, I. ; Robertson, M.B. ; Long, Q. ; Xu, X.Y. ; Hoskins,
P.R.: MRI measurement of wall shear stress vectors in bifurcation models and
comparison with CFD predictions. In: Journal of Magnetic Resonance Imaging 14
(2001), Nr. 5, S. 563–573
[62] Bederson, J.B. ; Connolly, E.S. ; Batjer, H. H. ; Dacey, R. G.: Guidelines for
the management of aneurysmal subarachnoid hemorrhage: a statement for healthcare
professionals from a special writing group of the Stroke Council, American Heart
Association. In: Stroke 40 (2009), S. 994–1025
[63] Lylyk, P. ; Miranda, C. ; Ceratto, R. ; Ferrario, A. ; Scivano, E. ; Luna,
H.R. ; Berez, A.L. ; Tran, Q. ; Nelson, P.K. ; Fiorella, D.: Curative endovascular reconstruction of cerebral aneurysms with the pipeline embolization device:
the Buenos Aires experience. In: Neurosurgery 64 (2009), Nr. 4, S. 632–642
[64] Rooij, W.J. van ; Keeren, G.J. ; Peluso, J.P.P. ; Sluzewski, M.: Clinical and angiographic results of coiling of 196 very small (< or = 3 mm) intracranial aneurysms.
In: American Journal of Neuroradiology 30 (2009), Nr. 4, S. 835–839
[65] Brilstra, E.H. ; Rinkel, G.J.E. ; Graaf, Y. van d. ; Rooij, W.J.J. van ; Algra,
A.: Treatment of intracranial aneurysms by embolization with coils : a systematic
review. In: Stroke 30 (1999), S. 470–476
[66] Henkes, H. ; Fischer, S. ; Weber, W. ; Miloslavski, E.: Endovascular coil
occlusion of 1811 intracranial aneurysms: early angiographic and clinical results. In:
Neurosurgery 54 (2004), Nr. 2, S. 268–280
[67] Johnston, S.C. ; Zhao, S. ; Dudley, R. ; Berman, M.F. ; Gress, D.R.: Treatment
of unruptured cerebral aneurysms in California. In: Stroke 32 (2001), S. 597–605
[68] Molyneux, A.J.: International Subarachnoid Aneurysm Trial (ISAT) of neurosurgical clipping versus endovascular coiling in 2143 patients with ruptured intracranial
aneurysms: a randomised comparison of effects on survival, dependency, seizures,
rebleeding, subgroups, and aneurysm occlusion. In: The Lancet 366 (2005), Nr.
9488, S. 809–817
V
VI
Literaturverzeichnis
[69] Wiebers, D.O.: International study of unruptured intracranial aneurysms investigators. Unruptured intracranial aneurysms: risk of rupture and risks of surgical
intervention. In: The New England Journal of Medicine 339 (1998), S. 1725–1733
[70] Wiebers, D.O.: Unruptured intracranial aneurysms: natural history, clinical outcome, and risks of surgical and endovascular treatment. In: The Lancet 362 (2003),
Nr. 9378, S. 103–110
[71] Juvela, S.: Treatment options of unruptured intracranial aneurysms. In: Stroke 35
(2004), S. 372–374
[72] Walczak, L.: Über die Approximation anatomischer Strukturen und biomedizinischer Prozesse. Dissertation: TU Dortmund (Einreichung geplant fÃŒr 2015)
[73] Schaefer, Y.: Equations of state in a lattice Boltzmann mode.l. In: Physics of
Fluids 18 (2006), S. 1–12
[74] Sukop, M.C. ; Thorne, D.T.: Lattice Boltzmann Modeling: An introduction for
geoscientists and engineers. Springer, New York, 2006
[75] Inamuro, T. ; Ogata, T. ; Tajima, S. ; Konishi, N.: A lattice Boltzmann method
for incompressible two-phase flows with large density differences. In: Journal of
Computational Physics 198 (2004), Nr. 2, S. 628–644
[76] Chen, S. ; Doolen, G.D.: Lattice Boltzmann Methods for fluid flows. In: Annual
Review of Fluid Mechanics. 30 (1998), Nr. 1, S. 329–364
[77] Shan, X. ; Chen, H.: Lattice Boltzmann model for simulating flows with multiple
phases and components. In: Physical Review E 47 (1993), Nr. 3, S. 1815–1819
[78] Succi, S.: The Lattice Boltzmann equation for fluid dynamics and beyond. Oxford,
New York : Clarendon Press, Oxford University Press, 2001
[79] Sethian, J.A.: Level set methods and dynamic implicit surfaces - evolving interfaces
in computational geometry, fluid mechanics, computer vision, and materials science.
Cambridge University Press, New York, 1999
[80] Zou, Q. ; He, X.: On pressure and velocity flow boundary conditions for the lattice
Boltzmann BGK model. In: Biophysics 9 (1995), S. 1–19
[81] Zhaoli, G. ; Chuguang, Z. ; Baochang, S.: Discrete lattice effects on the forcing
term in the Lattice Boltzmann Method. In: Physical Review E 65 (2002)
[82] He, X. ; Zou, Q. ; L., Luo ; Dembo, M.: Analytic solutions of simple flows and
analysis of nonslip boundary conditions for the Lattice Boltzmann BGK Model. In:
Journal of Statistical Physics 87 (1997), Nr. 1/2, S. 115–136
[83] Geller, S. ; Krafczyk, M. ; Tölke, J. ; Turek, S. ; Hron, J.: Benchmark
computations based on Lattice Boltzmann, finite element and finite volume methods
for laminar flows. In: Computers and Fluids 35 (2006), Nr. 8–9, S. 888–897
Literaturverzeichnis
[84] Yang, Z.: Analysis of Lattice Boltzmann boundary conditions. Dissertation: University of Konstanz (2007)
[85] Weichert, F. ; Walczak, L. ; Fisseler, D. ; Opfermann, T. ; Razzaq, M. ;
Turek, S. ; Münster, R. ; Grunwald, I. ; Roth, C. ; Veith, C. ; Wagner, M.:
Simulation of intra-aneurysmal blood flow by using different numerical methods. In:
Computational and Mathematical Methods in Medicine (2013)
[86] Junk, M. ; Yong, W.-A.: Rigorous Navier-Stokes limit of the Lattice Boltzmann
equation. In: Asymptotic Analysis 35 (2003), S. 165–184
[87] Walczak, L. ; Fisseler, D. ; Weichert, F.: Exploring therapy options with an interactive simulation of intra-aneurysmal blood flow on the GPU. In: GI-Jahrestagung
(2012), S. 1745–1754
[88] Landau, L.D. ; Lifshitz, E.M.: Course of theoretical physics.. Bd. 6. Pergamon
Press, 1965
[89] Fåhræus, Robin ; Lindqvist, Torsten: The viscosity of the blood in narrow capillary tubes. In: American Journal of Physiology 96 (1931), Nr. 3, S. 562–568
[90] Lipowsky, H.H. ; S., Kovalcheck ; Zweifach, B.W.: The distribution of blood
rheological parameters in the microcirculation of cat mesentery. In: Circulation
Research 43 (1978), S. 738–749
[91] Lipowsky, H.H. ; Usami, S. ; Chien, S.: In vivo measurements of apparent viscosity
and microvessel hematocrit in the mesentery of the cat. In: Microvascular Research
19 (1980), Nr. 3, S. 297 – 319
[92] Thurston, G.B.: Viscosity of normal human blood. In: Biophysical Journal 12,
Nr. 9, S. 1205–1217
[93] Rand, P.W. ; Lacombe, E. ; Hunt, H.E. ; Austin, W.H.: Viscosity of normal human blood under normothermic and hypothermic conditions. In: Journal of Applied
Physiology 19 (1964), Nr. 1, S. 117–122
[94] Reinke, W.: Effect of shear rate variation on apparent viscosity of human blood in
tubes of 29 to 94 μm Diameter. In: Circulation Research 59 (1986), S. 124–132
[95] Cho, Y.I. ; Kensey, K.R.: Effects of the non-Newtonian viscosity of blood on flows
in a diseased arterial vessel. Part 1: Steady flows. In: Biorheology 28 (1991), S.
241–262
[96] Charm, S. ; Kurland, G.: Viscometry of human blood for shear rates of 0-100,000
1
s . In: Nature 206 (1965), S. 617–618
[97] Johnson, R.W.: The Handbook of Fluid Dynamics. 1. CRC Press and SpringerVerlag, 1998
[98] Bird, R.B. ; Steward, W.E. ; Lightfoot, W.E.: Transport Phenomena. Wiley,
USA, 2002
VII
VIII
Literaturverzeichnis
[99] Reiner, M. ; Schoenfeld-Reiner, R.: Viskosimetrische Untersuchungen an Lösungen hochmolekularer Naturstoffe. In: Kolloid Zeitschrift 65 (1933), Nr. 1, S.
44–62
[100] Blair, G.W.Scott ; Hening, J.C. ; Wagstaff, A.: The flow of cream through
narrow glass tubes. In: Journal of Physical Chemistry 43 (1939), Nr. 7, S. 853–864
[101] Reynolds, O.: An experimental investigation of the circumstances which determine
whether the motion of water shall be direct or sinuous, and of the law of resistance
in parallel channels. In: Philosophical Transactions of the Royal Society of London
174 (1883), S. 935–982
[102] Sutera, S.P. ; Skalak, R.: The history of Poiseuille’s law. In: Annual Review of
Fluid Mechanics 25 (1993), S. 1–20
[103] Glassl, A.: Koagulationsuntersuchung mittels bildgebender NMR. Bachelorarbeit:
TU Dortmund (2014)
[104] Frank, F.: Visualisierung und Charakterisierung von Strömungsverhalten mittels
bildgebender NMR und Spezifikation von blutsimulierenden Flüssigkeiten. Masterarbeit: TU Dortmund (2013)
[105] Carreau, P.J.: Rheological equations from molecular network theories. In: Transactions of The Society of Rheology 16 (1972), Nr. 1, S. 99–127
[106] Kreuz, Deutsches R.:
Erythrozythenkonzentrat - Deutsches Rotes Kreuz.
2015. –
url: http://www.blutspende.de/medizinischefachkreise/produkte/erythrozytenkonzentrate.php
[107] Birmbaumer, N. ; F.R., Schmidt: Biologische Physiologie. Springer, Berlin Heidelberg, 2006
[108] Pape, H.-C. ; Kurtz, A. ; Silbernagl, S. ; 7 (Hrsg.): Physiologie. Thieme, 2014
[109] Davie, E. ; Ratnoff, O.: Waterfall sequence for intrinsic blood clotting. In: Science
145 (1964), Nr. 3638, S. 1310–1312
[110] Mann, K. ; Orfeo, T. ; Butenas, S. ; Undas, A. ; Brummel-Ziedins, K.: Blood
coagulation dynamics in haemostasis. In: Hämostaseologie 29 (2009), Nr. 1, S. 7–16
[111] Scott, D. ; Prasad, P.: Clot architecture is altered in abdominal aortic aneurysms
and correlates with aneurysm size. In: Arteriosclerosis, Thrombosis and Vascular
Biologie 31 (2011), S. 3004–3010
[112] Blackmore, C. ; Francis, C.W. ; Bryant, R.G. ; Marder, V.J.: Magnetic
resonance imaging of blood and clots in vitro. In: Investigative Radiologie 25 (1990),
Nr. 12, S. 1316–1324
[113] Idbaih, A. ; Boukobza, M. ; Crassard, I. ; Porcher, R. ; Bousser, M.-G. ;
Chabriat, H.: MRI of clot in cerebral venous thrombosis: high diagnostic value of
susceptibility-weighted images. In: Stroke 37 (2006), Nr. 4, S. 991–995
Literaturverzeichnis
[114] Flacke, S. ; Fischer, S. ; Scott, M.J. ; Fuhrhop, R.J. ; Allen, J.S. ; McLean,
M. ; Winter, P. ; Sicard, G. ; Gaffney, P.J. ; Wickline, S. ; Lanza, G.M.:
Novel MRI contrast agent for molecular imaging of fibrin: implications for detecting
vulnerable plaques. In: Circulation 104 (2001), Nr. 11, S. 1280–1285
[115] Selim, M. ; Fink, J. ; Linfante, I. ; Kumar, S. ; Schlaug, G. ; Caplan, L.R.:
Diagnosis of cerebral venous thrombosis with echo-planar T2∗ -weighted magnetic
resonance imaging. In: Archives of Neurology 59 (2002), Nr. 6, S. 1021–1026
[116] Barth, M. ; Moser, E.: Proton NMR relaxation times of human blood samples at
1.5 T and implications for functional MRI. In: Cellular and Molecular Biology 43
(1997), Nr. 5, S. 783–791
[117] Grobelnik, B. ; Vidmar, J. ; Tratar, . ; Blinc, A. ; Sersa, I.: Flow-induced
permeation of non-occlusive blood clots: an MRI study and modelling. In: European
Biophysics Journal 37 (2008), Nr. 7, S. 1229–1233
[118] Nicholson, J. ; Buckingham, M. ; Sadler, P.: High resolution 1H NMR studies of
vertebrate blood and plasma. In: Biochemical Journal 211 (1983), Nr. 3, S. 605–615
[119] Bryant, R. ; Marill, K. ; Blackmore, C. ; Francis, C.: Magnetic relaxation
in blood and blood clots. In: Magnetic Resonance in Medicine 13 (1990), Nr. 1, S.
133–144
[120] Cohen, M.D. ; McGuire, W. ; Cory, D.A. ; Smith, J.A.: Society for Pediatric
Radiology John Caffey Award. MR appearance of blood and blood products: an
in vitro study. In: American Journal of Pediatric Radiology 146 (1986), Nr. 6, S.
1293–1297
[121] Blinc, A. ; Lahajnar, G. ; Blinc, R. ; Zidansek, A. ; Sepe, A.: Proton NMR
study of the state of water in fibrin gels, plasma, and blood clots. In: Magnetic
Resonance in Medicine 14 (1990), Nr. 1, S. 105–122
[122] Spees, W. ; Yablonskiy, D. ; Oswood, M. ; Ackerman, J.: Water rroton MR
rroperties of human blood at 1.5 Tesla : magnetic susceptibility , T1 , T2 , T∗ . In:
Magnetic Resonance in Medicine 542 (2001), S. 533–542
[123] Bacaër, N.: A Short History of Mathematical Population Dynamics. Springer, 2011
[124] Verhulst, P.F.: Notice sur la loi que la population suit dans son accroissement.
In: Correspondence Mathematique et Physique 10 (1838)
[125] Wang, M. ; Pins, G. ; Silver, F.: Preparation of fibrin glue: the effects of calcium
chloride and sodium chloride. In: Materials Science and Engineering: C 3 (1995),
Nr. 2, S. 131–135
[126] Zarnitsina, V.I. ; Pokhilko, V. ; Ataullakhanov, F.I.: A mathematical model
for the spatio-temporal dynamics of intrinsic pathway of blood coagulation. I. the
model description. In: Thrombosis Research (1996), Nr. 4, S. 225–236
IX
X
Literaturverzeichnis
[127] Born, G ; Cross, M: The aggregation of blood platelets. In: Journal of Physiology
168 (1963), Nr. 41, S. 178–195
[128] Huo, Y. ; Kassab, G.S.: Pulsatile blood flow in the entire coronary arterial tree:
theory and experiment. In: American Journal of Physiology 291 (2006), Nr. 3, S.
H1074–H1087
[129] Holdsworth, D.W. ; Norley, C.J.D. ; Frayne, R. ; Steinman, D.A. ; Rutt,
B.K.: Characterization of common carotid artery blood-flow waveforms in normal
human subjects. In: Physiological Measurement 20 (1999), Nr. 3, S. 219–240
[130] Walczak, L. ; Weichert, F. ; Schröder, A. ; Landes, C. ; Müller, H. ; Wagner, M.: Evaluating the impact of shape on finite element simulations in a medical
context. In: Modelling the Physiological Human, Lecture Notes in Computer Science
5903 (2009), S. 95–109
[131] White, J.L.: Principles of Polymer Engineering Rheology. Wiley, USA, 1990
[132] West, R.C.: Handbook of Chemistry and Physics. 52. CRC Press, 1971
[133] Rafaï, S. ; Jibuti, L. ; Peyla, P.: Effective viscosity of microswimmer suspensions.
In: Physical review letter 104 (2010)
[134] Zarins, C.K. ; Giddens, D.P. ; Bharadvaj, B.K. ; Sottiura, V.S. ; Mabon,
R.F. ; Glanov, S.: Carotid bifurcation atherosclerosis. Quantitative correlation of
plaque localization with flow velocity profiles and wall shear stress. In: Circulation
Research 53 (1983), S. 502–514
[135] Ku, D.D. ; Giddens, D.P. ; Zarins, C.K. ; Glagov, S.: Pulsatile flow and atherosclerosis in the human carotid bifurcation. Positive correlation between plaque
location and low oscillating shear stress. In: Arteriosclerosis, Thrombosis, and Vascular Biology 5 (1985), S. 293–302
[136] Cybulsky, M.I. ; Gimbrone, M.A.: Endothelial expression of a mononuclear leukocyte adhesion molecule during atherogenesis. In: Science 251 (1991), S. 788–791
[137] Stone, P.H. ; Coskum, A.U. ; Kinlay, S. ; Clark, M.E. ; Sonka, M. ; Wahle,
A.: Effect of endothelial shear stress on the progression of coronary artery disease,
vascular remodeling and in-stent restenosis in humans: In vivo 6-month follow-up
study. In: Circulation 108 (2003), S. 438–444
[138] Bürk, J. ; Blanke, P. ; Stankovic, Z. ; Barker, A. ; Russe, M. ; Geiger, J.
; Frydrychowicz, A. ; Langer, M. ; Markl, M.: Evaluation of 3D blood flow
patterns and wall shear stress in the normal and dilated thoracic aorta using flowsensitive 4D CMR. In: Journal of cardiovascular magnetic resonance 14 (2012), Nr.
1, S. 84
[139] Ooij, P. van ; Potters, W.V. ; Majoie, C.B. ; VanBavel, E. ; Nederveen, A.:
Wall shear stress vectors derived from 3D PC-MRI at increasing resolutions in an
intracranial aneurysm phantom. In: Journal of Cardiovascular Magnetic Resonance
14 (2012), Nr. 1, S. W43
Literaturverzeichnis
[140] Long, Q. ; Xu, X.Y. ; Ariff, B. ; Thom, S. ; Hughes, D. ; Stanton, V.: Reconstruction of blood flow patterns in a human carotid bifurcation: a combined CFD
and MRI study. In: Journal of Magnetic Resonance Imaging 11 (2000), S. 299–311
[141] Marshall, I. ; Zhao, S. ; Papathanasopoulou, P. ; Hoskins, P. ; Xu, Y.: MRI
and CFD studies of pulsatile flow in healthy and stenosed carotid bifurcation models.
In: Journal of Biomechanics 37 (2004), S. 679–687
[142] Lou, Z. ; Yang, W.J. ; Stein, P.D.: Errors in the estimation of arterial wall shear
rates that result from curve fitting of velocity profiles. In: Journal of Biomechanics
26 (1992), Nr. 4, S. 383–390
[143] Xiang, J. ; Tremmel, M. ; Kolega, J. ; Levy, E.I. ; Natarajan, S.K. ; Meng,
H.: Newtonian viscosity model could overestimate wall shear stress in intracranial
aneurysm domes and underestimate rupture risk. In: Journal of Neurointerventional
Surgery 4 (2012), Nr. 5, S. 351–357
[144] Lourenco, L. ; Krothapalli, A.: The role of photographic parameters in laser
speckle or particle image displacement velocimetry. In: Experiments in Fluids 5
(1987), S. 29–32
[145] Altobelli, S. A. ; Caprihan, A. ; Davis, J. G. ; Fukushima, E.: Rapid averageflow velocity measurement by NMR. In: Magnetic Resonance in Medicine 3 (1968),
S. 317–320
[146] Markl, M.: Velocity encoding and flow imaging. Freiburg, Germany, University
Hospital Freiburg. (2005)
[147] Cusack, R. ; Papadakis, N.: New robust 3-D phase unwrapping algorithms: application to magnetic field mapping and undistorting echoplanar images. In: Neuroimage 16 (2002), Nr. 3, S. 754–764
[148] Goldstein, R.M. ; Zebker, H.A. ; Werner, C.L.: Satellite radar interferometry:
two-dimensional phase unwrapping. In: Radio Science 23 (1988), Nr. 4, S. 713–720
[149] Ghiglia, D.C. ; Pritt, M.D.: Two-dimensional phase unwrapping: theory, algorithms and software. Wiley-Interscience, New York, 1998
XI
Eigene Veröffentlichungen
Wissenschaftliche Abhandlungen
1. D. Edelhoff , A. Glassl, I. Schmitz und D. Suter. A MRI based method to analyze the
blood coagulation process with microscopic spatial resolution. In Bearbeitung 2015.
2. D. Edelhoff , F. Frank, M. Heil, I. Schmitz, L. Walczak, F. Weichert und D. Suter.
Flow measurements and simulations in aneurysm models with various complexity.
Eingereicht bei Medical Physics 2015.
3. D. Suter, P. Degen, D. Edelhoff und S. Henning. Buchkapitel: Characterizing permeability and stability of microcapsules by dynamic NMR microscopy. Microencapsulation and Microspheres for Food Applications, editiert von L. Sagis , Academic
Press vrs. 2015.
4. D. Edelhoff , L. Walczak, S. Henning, F. Weichert und D. Suter. High-resolution
MRI velocimetry compared with numerical simulations. Journal of Magnetic Resonance 235, 42-49 (2013).
5. S. Henning, D. Edelhoff , S. Leick, H. Rehage und D. Suter. Permeability and
Stability of Microcapsules. Magnetic Resonance in Food Sience (2013).
6. S. Henning, D. Edelhoff , B. Ernst, S. Leick, H. Rehage und D. Suter. Characterizing
permeability and stability of microcapsules for controlled drug delivery by dynamic
NMR microscopy. Journal of Magnetic Resonance 221, 11-18 (2012).
Konferenzbeiträge als Vortragender
1. D. Edelhoff , L. Walczak, F. Weichert und D. Suter. High Resolution MRI Flow
Imaging, Posterpräsentation ENC Conference, 2014
2. D. Edelhoff , F. Frank, M. Heil, L. Walczak, F. Weichert und D. Suter. Microscopic MRI velocimetry of flowing liquids in comparsion with numerical simulations,
Elektronisches Poster ESMRMb, 2013
3. D. Edelhoff , L. Walczak, F. Weichert und D. Suter. Mikroskopische MR-Flussbildgebung in Herz-Kreislauf-Modellsystemen, Vortrag, DPG Frühjahrstagung, 2013
4. D. Edelhoff , S.Henning, S. Leick, H. Rehage und D. Suter. Dynamics and stability
of hydrogel microcapsules. Posterpräsentation, Euromar, 2011
XIII
Abkürzungsverzeichnis
DANTE engl.: Delays alternating with nutations for tailored excitation - Anregungsmuster
für RF-Pulse
EK
Erythrozythenkonzentrat
FID
engl.: Free Induction Decay - Freier Induktionszerfall
FLASH engl.: Fast Low ANgle Shot - Eine Pulssequenz
FOF
engl.: Field of Flow - Sichtfenster im Geschwindigkeitsraum
FOV
engl.: Field of View - Sichtfenster
GPU
engl.: Graphics Processing Unit
LBM
engl.: Lattice Boltzmann Method - Gitter Boltzmann Methode
MR
engl.: Magnetic Resonance - Magnetresonanz
MRA
engl.: Magnetic Resonance Angiography - Magnetresonanz Angiografie
MRI
engl.: Magnetic Resonance Imaging - Kernspinresonanzbildgebung
MRT
Magnetresonanztomographie
NMR
engl.: Nuclear Magnetic Resonance - Kernspinresonanz
PDF
engl.: Particle Distribution Function - Teilchen Verteilungsfunktion
PIV
engl.: Particle Image Velocimetry - Partikelströmungsbildgebung
PLA
engl.: polylactic acid, Polylactide
PVC
Polyvinylchlorid
RF
engl.: Radiofrequency - Radiofrequenz
SNR
engl.: Signal to Noise Ratio - Signa-zu-Rausch Verhältnis
TOF
engl.: Time of Flight - Flugzeit
TRT
engl.: Two Relaxation Time - Zwei Relaxationszeiten
VENC
engl.: Velocity ENCoding - Geschwindigkeitskodierend
WSS
Wandscherspannung
XV
Danksagung
Zu diesem Zeitpunkt der Arbeit möchte ich mich bei den vielen Personen bedanken, die
auf dem Weg zum Gelingen dieser Dissertation beigetragen haben:
Zuerst möchte ich mich bei meinem Doktorvater Prof. Dr. Dieter Suter bedanken, der mir
die Arbeit an diesem spannenden Thema ermöglicht hat. Auf dem Weg durch die Welt
der Wissenschaft hat er mir stets mit helfender Hand zur Seite gestanden und durch die
vielen Diskussionen meinen Horizont erweitert.
Ein großer Dank gilt auch Dr. Frank Weichert, der mir mit Hilfe seiner Fachkenntnisse
oft weiterhelfen konnte. Außerdem danke ich ihm für die gelungene Kooperation mit dem
Lehrstuhl Informatik VII und der Übernahme der Zweitgutachtertätigkeit meiner Arbeit.
Bei Lars Walczak möchte ich mich herzlich für die erfolgreiche Zusammenarbeit bedanken.
Danke vor allem für die vielen Tage, die du in einem lauten Büro neben dem 3D-Drucker
verbringen musstest :) !
Ein weiterer Dank geht an dieser Stelle an die betreuten Master-, Diplom- und Bachelorstudenten Marvin Heil, Frauke Frank, Raphael Mocek, Michail Alesinski, Simon Fabiunke,
Philip Hermeling, Andreas Glassl, Felix Spitzer und Julian von der Ecken für Ihre Fleißarbeit im Labor und ihr großes Interesse an den von mir bearbeiteten Forschungsthemen.
Ich möchte mich bei den Mitarbeitern, Mitdoktoranden und Studierenden des Lehrstuhls
der experimentellen Physik III für das schöne Arbeitsklima bedanken. Danke für die vielen
lustigen Tage und die immer vorhandene Hilfsbereitschaft. Besonders möchte ich Stefan
Henning und Mirjam Holbach für die angenehme Büroatmosphäre danken.
Der Forschungsschule für Synchrotronstrahlung in den Nano- und Biowissenschaften möchte ich für die Vergabe eines Stipendiums danken, ebenso wie der MERCATOR-Stiftung
für die Förderung meiner Arbeit innerhalb des Projektes PR-2012-0046.
Hier ist der Zeitpunkt gekommen, an dem ich mich bei den fleißigen Korrekturlesern
bedanken möchte. Danke an Ann-Kristin Overkemping, Frauke Frank, Marvin Heil, Lars
Walczak, Alexander Isbrecht und Lina-Maria Edelhoff für die konstruktiven Vorschläge.
Zu guter Letzt möchte ich mich bei meiner Familie und meinen Freunden für die wichtige
Ablenkung und moralische Unterstützung während der Zeit der Dissertation bedanken,
ohne die diese Arbeit sicher nicht möglich gewesen wäre.
XVII